-
题名改进伪三维残差网络的微表情识别方法
被引量：1
- 1
-
-
作者
肖振久
陶嘉伟
-
机构
辽宁工程技术大学软件学院
-
出处
《软件导刊》
2024年第11期63-73,共11页
-
基金
辽宁省高等学校基本科研项目(LJKMZ20220699)
辽宁工程技术大学学科创新团队项目(LNTU20TD-23)。
-
文摘
针对微表情特征捕捉难度大、识别率低存在的问题,提出一种改进伪三维残差网络的微表情识别方法。首先,预处理数据集样本后,在伪三维残差网络(Pseudo-3DResNet)设计阶段,针对基本3D残差单元层间顺序不合理、输出值不稳定及信息传播阻塞3个问题,设计了Pseudo-3D-SS、Pseudo-3D-PS、Pseudo-3D-SSS不同的瓶颈结构,并应用到4个残差块中。其次,将两个独立设计的卷积层和池化层应用在不同残差块间过滤表征不强的微表情序列,以进一步突出有价值的特征信息和去除冗余,实现时空特征提取。最后,为进一步降低亮度变化对光流特征提取的影响,提升追踪特征点速度,改进了基于L_(1)范数的全变分光流法,利用TV-OFM方法提取光流特征以得到每个微表情的水平光流序列和垂直光流序列。实验表明,所提方法相较于近期方法的未加权F_(1)值(UF_(1))、未加权平均召回率(UAR)分别提升3.61%、2.92%;在光流法比较实验中,所提方法追踪特征点的速度相较于比较方法提升30.08%;将包含改进的4个残差块变体与其他网络变体比较发现,所提模型的Avg(UF_(1)+UAR)提升2.5%,网络结构具有更强的泛化和特征提取能力;在层中叠加卷积和池化操作能更平衡地提取特征,进一步提高识别率,使模型更具鲁棒性和先进性。
-
关键词
微表情识别
tv-ofm光流法
伪三维残差网络
残差块
LOOCV评估方法
-
Keywords
micro-expression recognition
tv-ofm
Pseudo-3DResNet
residual block
LOOCV
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
