典型文献
基于视频放大和双分支网络的微表情识别
文献摘要：
微表情是指当人们想要隐藏其真实情绪时,所自发产生的表情,持续时间在1/5 s之内,其面部肌肉运动短暂、幅度微小,有限的数据集使得特征提取变得困难,给其识别带来巨大的挑战.针对这些问题,本文提出一种基于图像预处理技术和双分支网络的识别方法,首先利用先进的人脸对齐网络获取有效的面部表情区域,再采取欧拉视频放大技术捕捉面部动作的微弱变化,以及提取光流信息作为视频序列的特征,然后将光流信息不同组合的特征图输入到双分支分类网络中得到表情标签输出.在SMIC和CASME Ⅱ两个公开的数据集上进行实验,采用留一法交叉验证,准确率分别达到0.545和0.584,实验结果的定量分析和定性分析均验证了所提出识别模型的有效性.
文献关键词：
微表情;视频放大;光流;双分支网络
中图分类号：
作者姓名：
李召峰;朱明
作者机构：
中国科学院长春光学精密机械与物理研究所,吉林长春130033;中国科学院大学,北京100049
文献出处：
引用格式：
[1]李召峰;朱明-.基于视频放大和双分支网络的微表情识别)[J].液晶与显示,2022(03):386-394
A类：
欧拉视频放大
B类：
双分支网络,微表情识别,图像预处理,预处理技术,人脸对齐,对齐网络,面部表情,面部动作,微弱变化,光流信息,视频序列,不同组合,特征图,分类网络,表情标签,SMIC,CASME,留一法交叉验证,识别模型
AB值：
0.285667
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
