[发明专利]基于时空外观运动注意力网络的微表情识别方法有效
| 申请号： | 202011186780.5 | 申请日： | 2020-10-30 |
| 公开（公告）号： | CN112307958B | 公开（公告）日： | 2023-06-23 |
| 发明（设计）人： | 刘教民;刘灿;王岩;王建春;李扬;孟庆鲁;李若曦 | 申请（专利权）人： | 河北工业大学;天津商业大学;天津市农业科学院信息研究所 |
| 主分类号： | G06V40/16 | 分类号： | G06V40/16;G06V10/82;G06V10/764;G06N3/0464;G06N3/0442;G06N3/08 |
| 代理公司： | 天津翰林知识产权代理事务所(普通合伙) 12210 | 代理人： | 付长杰 |
| 地址： | 300130 天津市红桥区*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明为基于时空外观运动注意力网络的微表情识别方法，该方法包括以下内容：对微表情样本进行预处理，得到固定帧数的原始图像序列和光流序列；构建时空外观运动网络，它包括时空外观网络STAN和时空运动网络STMN，STAN和STMN都采用CNN‑LSTM的结构进行设计，先用CNN模型学习微表情的空间特征，再用LSTM模型学习微表情的时间特征；在STAN和STMN的CNN模型中均引入分层卷积注意力机制，在低层网络上应用多尺度核空间注意力机制，在高层网络上应用全局双池化通道注意力机制，分别获得添加注意力机制的STAN网络和添加注意力机制的STMN网络；将原始图像序列输入到添加注意力机制的STAN网络中进行训练，将光流序列输入到添加注意力机制的STMN网络中进行训练，将二者的输出结果通过特征级联‑SVM进行集成实现微表情识别任务，提高微表情识别的准确率。 | ||
| 搜索关键词： | 基于 时空 外观 运动 注意力 网络 表情 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河北工业大学;天津商业大学;天津市农业科学院信息研究所，未经河北工业大学;天津商业大学;天津市农业科学院信息研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011186780.5/，转载请声明来源钻瓜专利网。
