一種基于卷積神經(jīng)網(wǎng)絡的像素位移向量的微表情識別方法

基本信息

申請?zhí)?/td> CN202111204917.X 申請日 -
公開（公告）號 CN114005157A 公開（公告）日 2022-02-01
申請公布號 CN114005157A 申請公布日 2022-02-01
分類號 G06V40/16（2022.01）I;G06V10/80（2022.01）I;G06V10/774（2022.01）I;G06V10/764（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 何雙江;項金橋;董喆;方博;鄢浩;趙儉輝;趙慧娟;翟芷君 申請（專利權）人 武漢烽火信息集成技術有限公司
代理機構(gòu) 武漢科皓知識產(chǎn)權代理事務所（特殊普通合伙） 代理人 嚴彥
地址 430074湖北省武漢市洪山區(qū)郵科院路88號
法律狀態(tài) -

摘要

摘要 本發(fā)明提供一種基于卷積神經(jīng)網(wǎng)絡的像素位移向量的微表情識別方法，建立基于像素位移生成模塊的端到端的的微表情識別網(wǎng)絡，基于微表情識別網(wǎng)絡的處理流程：選取最大幀，包括在訓練過程中隨機選取原最大幀前后某一幀作為最大幀圖像；將所選最大幀圖像與起始幀圖像一同輸入像素位移生成模塊，輸出兩幅圖像間的像素位移向量特征圖；計算相關損失函數(shù)，包括先對生成的位移向量特征圖進行采樣得到位移特征圖，再采樣生成近似最大幀圖像，計算重建損失和正則損失；歸一化操作，包括對生成的像素位移向量特征圖進行歸一化；進行特征學習和微表情分類，包括將最大幀圖像與歸一化后的像素位移向量特征圖相連接后一起輸入分類網(wǎng)絡，得到分類預測結(jié)果。