基于优化卷积神经网络的人脸图片微表情识别方法研究

作者：张爱民

来源：内蒙古民族大学学报(自然科学版), 2022, 37(01): 37-42.

DOI：10.14045/j.cnki.15-1220.2022.01.006

• 优化卷积神经网络
• 人脸图片
• 微表情特征
• 表情识别
• 混淆问题

常规微表情识别方法，采用计算单演相位编码的方式，提取人脸图片微表情特征效果不佳，导致识别的人脸图片微表情存在严重的微表情识别混淆问题，为此提出基于优化卷积神经网络的人脸图片微表情识别方法研究。采用齐剪裁、图像序列插帧和帧数归一化3种方式，预处理人脸图片；量化单演相位值，计算单演相位、方向和幅值编码，提取人脸图片微表情特征；选择2种非线性函数激活网络，通过前向传播和反向训练，识别人脸图片微表情。实验结果表明：研究方法较此次实验选择的2组方法，JAFFE数据库微表情混淆种类分别减少9种和7种；Cohn-Kanade数据库微表情识别混淆分别减少8种和5种，减少人脸图片微表情识别出现的混淆问题种类。