基于像素特征的微表情识别

作者：张家波^*; 甘海洋; 李杰

来源：重庆邮电大学学报(自然科学版), 2022, 34(06): 1013-1020.

• 微表情识别
• 卷积神经网络
• 交叉数据集
• 特征提取

微表情持续时间短、表达强度低，给训练有效模型带来了挑战。针对此问题，提出了一种基于像素特征的微表情识别方法。对图像序列的面部区域进行裁剪，消除背景噪声；将每一帧的像素矩阵与第一帧(中性表情)做差处理，提取面部变化；对做差的结果累加，进一步突出面部表情；使用搭建的浅层CNN网络进行分类。在3个公共微表情数据集组成的交叉数据集上进行K折(K-fold)交叉验证实验中，所提方法的3个评价指标ACC(accuracy)、UF1(unweighted F1-score)和UAR(unweighted Average Recall)分别达到了0.830 4、0.782 7和0.794 4,表明了该方法的有效性。与LBP-TOP等8个模型的对比实验中，所提方法的指标明显优于对比模型，验证了该方法的优越性。

• 单位
  通信与信息工程学院; 重庆邮电大学