基于双支流神经网络的微表情识别  

作　　者：黎曦[1] 聂润蒲 范国文 

机构地区：[1]武汉工程大学电气信息学院,湖北武汉430205

出　　处：《科技与创新》2024年第12期40-42,共3页Science and Technology & Innovation

摘　　要：微表情具有持续时间短等特点,制约了微表情识别的研究。针对微表情发生的局部性和人脸面部结构信息丢失问题,以Transformer和卷积神经网络作为并行分支,提出一种基于Swin Transformer和卷积神经网络ConvNeXt双支流神经网络(Transformer and ConvNeXt dual branch neural network,STCN)的微表情识别方法。同时获得描述细节信息和宏观信息的质量表征,提高识别精度。基于SMIC等数据集测试,表明STCN网络可有效提高微表情识别的准确率。

关 键 词：微表情识别 局部感知 长距离关系捕获 光流特征 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]