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:
针对跨库微表情识别问题,提出了一种基于Apex帧光流和卷积自编码器的微表情识别方法.该方法包括预处理、特征提取、微表情分类三部分.预处理部分对微表情进行Apex帧定位以及人脸检测和对齐;特征提取部分首先计算预处理过的Apex帧的TVL1光流,然后使用得到的水平和竖直光流分量图像训练卷积自编码器得到最优结构和参数;最后将两个分量自编码器中间层的特征融合后作为微表情的特征;微表情分类就是使用支持向量机(Support Vector Machine,SVM)对上一步中提取到的特征进行分类.实验结果较基准方法(LBP-TOP)有了很大的提高,UF1提高了0.1344,UAR提高了0.1406.该方法为微表情特征提取和识别提供了新的思路.
推荐文章
一种基于降噪自编码器的人脸表情识别方法
表情识别
降噪自编码器
深度学习
基于去噪卷积自编码器的色织 衬衫裁片缺陷检测
色织衬衫裁片
缺陷检测
卷积自编码器
图像重构
基于深度卷积自编码神经网络的手写数字识别研究
卷积自编码神经网络
双线性插值
手写数字识别
深度学习
基于深度卷积稀疏自编码分层网络的人脸识别技术
人脸识别
特征提取
稀疏自编码
卷积神经网络
SVM分类器
深度网络
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 基于Apex帧光流和卷积自编码器的微表情识别
来源期刊 计算机工程与应用 学科 工学
关键词 微表情识别 Apex帧 光流 卷积自编码器 支持向量机(SVM)
年,卷(期) 2021,(4) 所属期刊栏目 模式识别与人工智能
研究方向 页码范围 127-133
页数 7页 分类号 TP391
字数 语种 中文
DOI 10.3778/j.issn.1002-8331.1911-0399
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1969(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
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
Apex帧
光流
卷积自编码器
支持向量机(SVM)
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