| 双通道动静态特征的微表情识别 |
| |
| 引用本文： | 陈庄,赵源,罗颂,丘嘉豪.双通道动静态特征的微表情识别[J].小型微型计算机系统,2023(7):1500-1507. |
| |
| 作者姓名： | 陈庄 赵源 罗颂 丘嘉豪 |
| |
| 作者单位： | 重庆理工大学计算机科学与工程学院 |
| |
| 基金项目： | 国家自然科学基金项目(61872051)资助；;重庆市教育委员会科学技术研究项目(KJ1600932)资助； |
| |
| 摘 要： | 微表情识别是情感识别领域的一项关键任务，其目的是分析人们隐藏的真实情感.针对微表情识别中微表情视频帧冗余、微表情幅度变化微弱和微表情持续时间短的问题，导致无法有效在微表情视频中提取有效特征，从而降低微表情识别的精度与速度，提出一种动态特征与静态特征结合的微表情识别方法.首先将视频动态信息压缩为残差积减少帧冗余，提高模型预测速度，然后分别使用稀疏卷积和深度可分离卷积提取动态特征和静态特征，并利用多阶段自适应特征融合的方式充分结合动态特征与静态特征，最后通过标签平滑损失函数提高模型泛化能力.实验结果表示，动态特征与静态特征的结合有效地提高了微表情识别的精度.在MEGC2019的评估标准下，混合数据集的UF1值提高了0.035,UAR值提高了0.045.
|
| 关 键 词： | 微表情识别 稀疏卷积 深度可分离卷积 动静态特征融合 深度学习 |
|
|
