基于多任务中级特征个性化学习的微表情识别

• 作者: 刘振 李擎 王甦菁
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 微表情识别 个性化学习 中级特征
• 年，卷（期）: 2019,（18）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 151-154
• 页数: 4页
• 分类号: TP391.41
• 字数: 3372字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1807-0105

摘要

微表情是一种短暂的面部表情,揭示了一个人试图隐藏的真实情感.对现有的一种多任务中级特征学习方法进行了改进,提出了一种多任务中级特征个性化学习方法用于微表情识别.对于每个低级特征,计算类内k最近邻时,去除同一人的同类微表情;计算类间k最近邻时,保留同一人的不同类表情,并减小k值.采用个性化学习方法,生成具有更多判别信息的中级特征.在微表情数据集CASME2上的实验表明,所提出的方法具有更好的识别性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李擎	北京信息科技大学高动态导航技术北京市重点实验室	76	438	9.0	18.0
2	刘振	北京信息科技大学高动态导航技术北京市重点实验室	2	0	0.0	0.0
3	王甦菁	中国科学院心理研究所行为科学重点实验室	3	0	0.0	0.0