基于持续时空注意力网络的人脸微表情识别 |
| |
引用本文: | 叶天祺,曾张帆.基于持续时空注意力网络的人脸微表情识别[J].南昌大学学报(理科版),2023(1):95-102. |
| |
作者姓名: | 叶天祺 曾张帆 |
| |
作者单位: | 1. 湖北大学计算机与信息工程学院;2. 湖北省教育信息化工程技术研究中心 |
| |
基金项目: | 国家自然科学基金资助项目(61902114);;国家级大学生创新创业训练计划项目(202210512003); |
| |
摘 要: | 人脸微表情具有持续时间短,运动幅度小,只发生在面部局部区域的特点,给微表情的准确识别带来了极大的挑战。针对上述问题,提出一种基于持续时空注意力网络(Continuous Spatiotemporal Attention Network, CSTN)的人脸微表情识别算法。该算法由主、副两个通道组成,主通道为持续时空注意力模块,副通道为位置校准模块。首先主通道进行离散采样,等间隔抽取原始视频帧组成一个新的视频序列,利用帧间差分法提取各帧之间的运动差异,再将其输入到持续时空网络,提取面部肌肉运动的时空特征;其次利用副通道提取的面部位置信息对主通道信息进行位置校准,最后将融合信息输入到Softmax分类器对微表情进行分类。实验表明在3个公开微表情数据集CASMEⅡ,SAMM,MMEW上该算法识别的平均准确度分别达到了89.96%,86.73%,89.76%,优于现有其他算法。
|
关 键 词: | 微表情识别 帧间差分法 位置校准 持续时空注意力网络 长短期记忆网络 |
|
|