一种基于人脸微表情的异常个体识别分析方法

本发明公开了一种基于人脸微表情的异常个体识别分析方法，包括：获取各种类型微表情的图像样本，包括高兴、惊讶、悲伤、愤怒、厌恶和恐惧的标签的基本微表情，并进行预处理；对经预处理后的图像样本，提取人脸微表情序列的纹理特征；将纹理特征作为输入，微表情的类型作为期望输出，构建基于注意力机制的CNN网络模型，并进行训练；将需要进行微表情识别的图像数据进行优化后，输入到训练后的基于注意力机制的CNN网络模型，得到对应的异常个体识别结果。该方法基于注意力机制的CNN网络模型，使用自注意力机制优化CNN的隐藏层，也可以提高了模型的精度和泛化能力，可以更好的识别出人脸中隐藏的微表情。