| 结合空洞卷积的CNN实时微表情识别算法 |
| |
| 引用本文： | 赖振意,陈人和,钱育蓉.结合空洞卷积的CNN实时微表情识别算法[J].计算机应用研究,2020,37(12):3777-3780,3835. |
| |
| 作者姓名： | 赖振意 陈人和 钱育蓉 |
| |
| 作者单位： | 新疆大学 软件学院,乌鲁木齐830000;新疆大学 软件学院,乌鲁木齐830000;新疆大学 软件学院,乌鲁木齐830000 |
| |
| 基金项目： | 新疆维吾尔自治区自然科学基金;新疆维吾尔自治区研究生创新项目;国家自然科学基金;教育厅创新团队项目 |
| |
| 摘 要： | 通过CNN等基于深度特征的人脸自发式微表情识别分类方法逐渐完善，相比于传统的特征提取方法更易满足应用实时性，针对微表情持续时间短、动作幅度细微，在多卷积层叠加会丢失图像中的细微信息的问题，为了完善细节信息，充分提取微表情细微特征，提出结合空洞卷积核及人脸自动校正算法，完善CNN特征提取过程，通过自动人脸矫正适应实际应用中的实时识别分类，在CASME及CASMEⅡ微表情公开数据集上完成模型训练及测试，通过损失函数方案对比提高模型鲁棒性，CASME中准确率为70.16%，CASMEⅡ中准确率为72.26%；实时识别帧率在60 fps。该方法能有效地提高微表情识别准确率，满足实时性要求，且具有较好的鲁棒性和泛化能力。
|
| 关 键 词： | 微表情识别 空洞卷积 表情识别 卷积神经网络 |
| 收稿时间： | 2019/7/31 0:00:00 |
| 修稿时间： | 2019/9/11 0:00:00 |
Real-time micro-expression recognition algorithm based on atrous convolutions for CNN |
| |
| Lai Zhenyi,Chen Renhe and Qian Yurong.Real-time micro-expression recognition algorithm based on atrous convolutions for CNN[J].Application Research of Computers,2020,37(12):3777-3780,3835. |
| |
| Authors: | Lai Zhenyi Chen Renhe and Qian Yurong |
| |
| Affiliation: | Xinjiang University Software School,, |
| |
| Abstract: | |
| |
| Keywords: | micro-expression recognition atrous convolutions expression recognition CNN |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
