基于多运动特征融合的微表情识别方法

本发明公开了基于多运动特征融合的微表情识别方法，包括：S1：获取视频序列；S2：检测微表情时间段；S3：提取多运动特征；S4：融合特征向量；S5：识别微表情类别；S6：后处理识别结果，通过多特征提取和深度学习技术提高识别的准确性和鲁棒性。获取待分析的视频序列，并使用预构建的微表情检测模型检测视频序列中包含微表情的时间段。从检测到的时间段内提取多种运动特征，包括光流场、局部二值模式直方图LBP‑TOP、面部关键点轨迹及帧间运动矢量。将这些特征输入至基于长短时记忆网络LSTM的特征融合模型，获得融合特征向量，并引入注意力机制增强对关键帧的识别。利用预先建立的微表情类别数据库识别微表情类别，并对结果进行后处理。