基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
分析了微表情国内外研究现状,研究了基于3D梯度投影微表情捕获方法,微表情自动识别方法:3D梯度直方图识别、区域分割与光流法微表情识别,放大微表情识别法.从微表情编码系统和心理分析两个方面对微表情研究进行展望,分析了微表情人脸数据库从目的性诱导到自然诱导的转变,指出了微表情需要解决的问题:建立逼真有效的微表情样本数据库,缩短微表情捕获的时间,建立自动识别系统,建立微表情心理模型,拓宽拓宽微表情的应用领域,即从侦查、审讯等国家安全领域扩展到医学、政治心理学、销售、人才招聘等领域.
推荐文章
基于人工智能的微表情识别技术
人工智能
微表情
识别技术
识别性能
结合空洞卷积的CNN实时微表情识别算法
微表情识别
空洞卷积
表情识别
卷积神经网络
微表情在课堂教学中的识别与运用
微表情
教学
识别
运用
基于面部结构的表情识别
人脸表情识别
判别响应图拟合
联合Haar-like特征
Boosting学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 微表情识别技术分析
来源期刊 计算机与数字工程 学科 工学
关键词 微表情 捕获 自动识别 自然诱导 样本数据库
年,卷(期) 2017,(2) 所属期刊栏目 系统结构
研究方向 页码范围 355-359
页数 5页 分类号 TP391
字数 5121字 语种 中文
DOI 10.3969/j.issn.1672-9722.2017.02.030
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐玲 华北科技学院计算机学院 9 7 2.0 2.0
2 杜杏菁 华北科技学院计算机学院 4 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (145)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1969(3)
  • 参考文献(1)
  • 二级参考文献(2)
1988(3)
  • 参考文献(0)
  • 二级参考文献(3)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
微表情
捕获
自动识别
自然诱导
样本数据库
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导