摘要
本发明公开一种基于局部‑全局时间关系的微表情识别方法、装置及介质,涉及视频处理技术领域。该方法包括:将微表情视频分解为微表情图像序列;对微表情图像序列进行预处理;构建多尺度时空特征提取模块,用于提取局部空间特征和局部时间特征;构建改进的双流全局时序学习模块,用于提取得到微表情的全局时空特征;构建跨模态全局时间关系学习模块,用于融合全局时空特征,并采用多头自注意力机制对时间特征和空间特征之间的关系进行建模;构建并训练局部‑全局时间关系网络;预处理待识别微表情视频,并输入训练好的局部‑全局时间关系网络,识别出微表情类别。本发明自动化程度高、鲁棒性强且能够充分学习局部与全局时间关系。
技术关键词
局部空间特征
表情识别方法
关系网络
特征提取模块
光流方法
表情识别装置
时间滑动窗口
动态变化特征
注意力机制
融合全局
图像
序列
预训练模型
局部特征提取
视频
多尺度
人脸五官
系统为您推荐了相关专利信息
状态数据处理方法
时序
多模态
人工智能算法
融合特征
闭环仿真系统
仿真计算机
模拟器
可见光探测器
场景
对象检测
卷积网络模型
图像
分类器
特征提取模块
线特征
多项式特征
车道线检测方法
网络结构生成方法
分支