摘要
本发明公开了一种基于人脸关键点和光流特征融合的微表情识别方法,所述方法包括:获取微表情视频起始帧到结束帧的连续帧、对每一帧中的人脸进行定位和对齐并裁剪出人脸区域、将人脸图像序列转换为灰度图像;读取所需要的微表情图像序列样本,获取人脸二维关键点特征,同时对读取的图像序列计算光流;结合人脸二维关键点特征和光流特征,输入到构建好的双流三维网络模型中进行特征提取与分析,获取微表情的辨识和分类结果。本发明通过融合人脸关键点和光流特征,能够排除冗余数据的干扰,同时克服光照变化对光流法的限制,同时采用轻量级网络块作为骨干网络,减少了网络模型运算参数量,提高了识别的效率、准确性和可靠性。
技术关键词
表情识别方法
人脸关键点
关键点特征
人脸图像序列
Softmax分类器
样本
混合域
网络
注意力机制
视频帧
人脸检测算法
融合人脸
光流特征
椒盐噪声
数据