-
题名融合LBP与并行注意力机制的微表情识别方法
- 1
-
-
作者
李帅超
李明泽
孙嘉傲
卢树华
-
机构
中国人民公安大学信息网络安全学院
公安部安全防范技术与风险评估重点实验室
-
出处
《北京航空航天大学学报》
北大核心
2025年第4期1404-1414,共11页
-
基金
中国人民公安大学安全防范工程双一流创新研究专项(2023SYL08)。
-
文摘
针对面部微表情变化强度弱、背景噪声干扰及特征区分度较小等问题,提出了一种融合LBP与并行注意力机制的微表情识别网络。该网络将RGB图像输入密集连接改进的Shuffle Stage分支提取面部全局特征,增强上下文语义信息关联;将LBP图像输入多尺度分层卷积神经网络构成的局部纹理特征分支,提取细节信息;双分支特征提取后,在网络后端引入并行注意力机制提高特征融合能力,抑制背景干扰,专注微表情特征兴趣区域;所提方法在CASME、CASME II和SMIC等3个公开数据集上进行了测试,识别准确率分别达到了85.18%、74.53%和81.19%;实验结果表明,所提方法有效提高了微表情识别准确率,优于当前诸多先进方法。
-
关键词
微表情识别
密集连接
Shuffle
Stage分支
多尺度分层卷积
并行注意力机制
-
Keywords
micro expression recognition
dense connection
Shuffle Stage branch
multi-scale layered convolution
parallel attention mechanism
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
