本发明图像识别技术领域，公开了一种双通道微表情识别方法、系统、存储介质、计算机设备，包括：对数据集进行标注、预处理；提取放大后的基于几何信息的人脸关键点区域，得到特征矩阵；使用depthwise卷积对得到的特征矩阵进行卷积，进行初步特征提取；利用transformer的encoder进行基于自注意力的特征学习；利用图卷积网络进行动作单元信息特征的学习；将基于自注意力的特征学习结果以及图卷积网络动作单元信息特征的学习结果进行融合，并利用softmax进行分类，即可得微表情识别结果。本发明解决了几何特征提取过程中的空间信息损失的问题，提高了微表情识别的准确率。
📄 2021101339041
📂 G06V40_16
👤 西南大学
📅 2021-02-01
本申请涉及一种基于ACNN和Bi‑LSTM的微表情识别方法、系统。所述方法包括：获取待检测人员的连续时间的多帧表情图像；将所述多帧表情图像输入微表情识别模型，得到所述待检测人员的表情所属类别；其中，所述微表情识别模型包括初始特征向量提取网络、与初始特征向量提取网络连接的局部识别块注意力卷积神经网络、与初始特征向量提取网络连接的全局注意力卷积神经网络和与局部识别块注意力卷积神经网络、全局注意力卷积神经网络连接的双向长短期记忆网络。采用本方法能够提高微表情识别的准确率。
📄 2022102998040
📂 G06V40_16
👤 湖南工业大学
📅 2022-03-25
柿子坊 · 知识产权运营
柿子坊知识产权运营平台