基于多尺度时空注意力网络的微表情检测方法OA北大核心CSTPCD
微表情可以揭示人们试图隐藏的真实情绪,为刑事侦查、心理辅导等提供潜在的信息。现有微表情检测方法主要在获取空间特征的基础上提取时间特征以构建时空特征,这种处理方式容易导致时间特征失真,同时在空间处理过程中会破坏原有时序关系,降低微表情时空特征的判别性。针对这一问题,提出基于多尺度时空注意力网络的微表情检测方法。利用包含时间和空间关系的三维卷积神经网络(3DCNN)对微表情序列进行处理,获取兼顾时间域和空间域的鲁棒性特征。构建多尺度时间输入序列,从不…查看全部>>
于洋;孙芳芳;吕华;李扬;王晓民
河北工业大学人工智能与数据科学学院,天津300401河北工业大学人工智能与数据科学学院,天津300401河北工业大学人工智能与数据科学学院,天津300401天津市农业科学院信息研究所,天津300192河北工业大学人工智能与数据科学学院,天津300401
计算机与自动化
微表情检测三维卷积神经网络时空特征多尺度特征关联性
《计算机工程》 2024 (6)
P.228-235,8
国家自然科学基金(62276088,62102129)。
评论