摘要
本发明属于表情识别领域,提供了一种基于运动学习和图像特征表示融合的微表情识别方法,其技术方案为:包括运动学习流、图像特征表示流和异构信息融合机制三个组成部分。首先,运动学习流从帧间运动信息中提取与微表情相关的多尺度面部肌肉运动特征;其次,图像特征表示流从顶帧图像中,逐步提取局部和全局的面部细节和语义特征;最后,提出了异构信息融合机制,实现运动特征与图像特征之间的信息交互和分类信息的融合。具体来说,交叉融合模块旨在融合从两个流中提取的特征,从而产生更全面、更丰富的图像特征和运动特征相互影响和增强的表示。结果整合策略将两个流的结果作为模型的分类结果,进一步整合不同的特征信息。
技术关键词
运动特征
表情识别方法
面部
图像
信息融合机制
多层感知机
细粒度特征
多层级结构
微表情识别
异构
表情识别系统
坐标点
特征提取模块
数据获取模块
处理器
注意力
语义特征
系统为您推荐了相关专利信息
智能激光装置
图像处理方法
影像
机械臂
三次样条插值算法
书脊图像特征
高频特征
细长型物体
分割方法
支路
无人艇平台
特性在线监测系统
水轮发电机组
采样收集装置
泥沙
离岸风力发电机
多源遥感影像
瓦片
识别方法
背散射