作者:
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:
微表情是人类在试图掩饰自己情感时所产生的面部细微变化,在测谎、安防、心理学治疗和微表情识别机器人等方面有着非常广泛的应用,因此微表情识别也开始得到重视.从微表情识别的主流的方法:卷积神经网络及其改进、光流法及其改进、局部二值模式及其改进方法进行分析,对现存的几种方法从使用的算法、准确率、各方法的优缺点、各方法的特点等几个角度进行对比总结;阐述微表情识别目前存在的问题,并对未来的发展方向进行展望.
推荐文章
人脸微表情识别综述
微表情识别
表情识别
情绪识别
计算机视觉
面部动作编码系统
自发表情识别方法综述
表情识别
自发表情
特征提取
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
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
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 微表情识别研究综述
来源期刊 计算机工程与应用 学科 工学
关键词 微表情识别 卷积神经网络(CNN) LBP-TOP算法 光流法 计算机视觉
年,卷(期) 2021,(1) 所属期刊栏目 热点与综述
研究方向 页码范围 38-47
页数 10页 分类号 TP391
字数 语种 中文
DOI 10.3778/j.issn.1002-8331.2007-0401
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 何宁 21 201 7.0 14.0
2 张人 1 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  (118)
共引文献  (5)
参考文献  (34)
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)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(5)
  • 参考文献(2)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(7)
  • 参考文献(2)
  • 二级参考文献(5)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(10)
  • 参考文献(1)
  • 二级参考文献(9)
2013(14)
  • 参考文献(3)
  • 二级参考文献(11)
2014(13)
  • 参考文献(2)
  • 二级参考文献(11)
2015(12)
  • 参考文献(1)
  • 二级参考文献(11)
2016(17)
  • 参考文献(3)
  • 二级参考文献(14)
2017(14)
  • 参考文献(4)
  • 二级参考文献(10)
2018(6)
  • 参考文献(1)
  • 二级参考文献(5)
2019(10)
  • 参考文献(2)
  • 二级参考文献(8)
2020(5)
  • 参考文献(3)
  • 二级参考文献(2)
2021(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
微表情识别
卷积神经网络(CNN)
LBP-TOP算法
光流法
计算机视觉
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导