与一般的面部表情相比,微表情的持续时间更短,对其检测和识别是一种巨大的挑战。利用传统的图像识别方法进行微表情识别不仅准确率低,预处理也更复杂。为了开发可靠的神经网络,需要大量的训练集以及大量的标记图像样本。本文基于CASME和CASMEⅡ数据集训练改进的卷积神经网络模型,将特征提取和分类识别结合在一起,充分提取微表情的特征。实验结果表明,该模型的微表情识别效果良好。
科研之友
微信
新浪微博
Facebook
分享链接
