摘要
本发明属于机器视觉技术领域,尤其为一种高效微表情情感识别方法,包括如下步骤:1:对SAMM、CASME II和CAS(ME)3数据集进行预处理操作,生成用于训练的数据;2:对预处理后的数据进行划分为训练集、验证集与测试集;本发明通过多级多尺度梯田特征提取模块和时空遗传注意力模块作用于帧内特征提取阶段和帧间微小运动感知,可以有效的让网络感知到主要特征发生的区域和次要特征发生的区域,减少微表情特征的丢失。所提出的微表情情感识别模型,显著提高了微表情情感识别能力,能够为心理分析、医学辅助、人机交互等场景提供有效数据支持。
技术关键词
情感识别方法
注意力
特征提取模块
情感识别模型
梯田
残差结构
数据
训练集
微运动
多尺度特征提取
动态更新
空间特征提取
微表情识别
网络
多层次特征
机器视觉技术
表情模型
退火策略
系统为您推荐了相关专利信息
检测模型训练方法
低空无人机
融合特征
特征融合网络
融合多尺度特征
视网膜OCT图像
融合多尺度特征
分割方法
多尺度特征提取
采样模块
车流量统计方法
车辆行驶轨迹
注意力
轨迹特征
振动传感光缆