一种基于跨源双分支动态时空图卷积网络模型的微表情识别方法

本发明涉及一种基于跨源双分支动态时空图卷积网络模型的微表情识别方法，属于深度学习和模式识别技术领域，本发明提出了一个跨源双分支孪生时空图结构网络来挖掘面部结构在表情变化时的细微运动特征并通过孪生结构学习域不变特征。本设计通过全局信息与动态时空特征提取网络对面部全局信息建模，通过注意力增强孪生时空图融合网络对面部关键结构的细微运动信息进行提取，并充分建模表情发生时的面部结构关联，通过构建跨域联合损失来进行域适应。