摘要
本发明提出了一种基于三分支网络的微表情识别方法及系统,涉及微表情识别的技术领域,针对的问题是:现有微表情识别技术,微表情样本不足,难以学习到多类型特征,模型识别精度低。该方法获取视频序列,并对视频序列进行预处理,得到光流图,对光流图进一步处理得到光应变图,将视频序列、光流图及光应变图分别输入至三分支网络,提取人脸特征、光流特征及光应变特征,并将人脸特征、光流特征及光应变特征进行融合,对融合后的特征进行微表情分类,获得微表情的分类结果。本发明克服了微表情样本不足等问题,能够利用隐含的不同信息,减少识别过程中人脸细微特征的丢失,使模型能够更有效地处理难以分类的样本,显著提高了微表情识别的精确度。
技术关键词
表情识别方法
注意力
浅层卷积神经网络
分支
输出特征
融合特征
面部特征
人脸特征
全局平均池化
加权特征
深度卷积神经网络
通道
视频帧
微表情识别技术
序列
光流特征
模块
顶点
系统为您推荐了相关专利信息
BGA焊点
异常检测方法
检测网络模型
多头注意力机制
卷积模块
智能提醒方法
问答对数据
表达式
语义角色
双向注意力机制
性别识别方法
主动学习框架
残差注意力机制
归一化模块
度量