摘要
本发明公开了一种脸部微表情识别方法,涉及人工智能技术领域,本发明在空间分支上,提取峰值帧内脸部的纹理特征,对纹理特征内眉毛、嘴角等关键部位特征进行特征增强,得到峰值帧特征向量;在时间分支上,提取光流特征图内脸部的运动特征,对运动特征内包含的眼部及嘴部运动特征区分并进行特征增强,得到光流特征向量,并将峰值帧特征向量及光流特征向量拼接为基准特征向量,此种同构异模态的处理方式,实现了频域及时域上多模态特征的互补融合;而后比较对齐前后目标域微表情基准特征向量间的马氏距离,并输出识别结果,从而此过程将融合后的多模态特征进一步进行源域目标域建模处理,可全面精确地识别脸部的微表情。
技术关键词
微表情识别方法
运动特征
纹理特征
光流特征
基准
协方差矩阵
样本
分支
模态特征
注意力机制
原型
特征融合网络
单层
视频
精确地识别
度量
序列
特征提取器
人工智能技术
嵌入特征