微表情识别系统在低分辨率环境下的应用研究
近几年,微表情识别系统的研发处于计算机视觉的热门领域.然而,由于微表情在数据量上稀疏而且其面部变化微弱,给微表情识别研究带来了挑战.众所周知,在计算机视觉领域的研究人员陆续提出一系列新型的深度网络提取面部微表情特征并给予识别.随着微表情未来的应用,严酷的应用环境,比如遮挡、光照变化和低分辨采集环境,给微表情识别带来了一系列难题.因此,文章重点研究低分辨率对于微表情识别的影响.文章在特征提取方面,充分利用了卷积神经网络提取低分辨率图像中含有的和微表情相关的主要特征信息,在时间维度层面,使用长短期记忆网络对微表情进行时空建模与预测.本文在公开的微表情数据集进行充分的实验,实验结果表明,随着分辨率的降低,深度网络的性能逐渐下降,证实了低分辨率对于微表情识别系统的实际应用具有关键的影响.
低分辨率图像、长短期记忆网络、卷积神经网络、微表情识别
18
TP18(自动化基础理论)
南京工程学院引进人才科研启动基金项目;江苏省特聘教授专项;江苏省智能感知技术与装备工程研究中心开放基金
2022-09-05（万方平台首次上网日期，不代表论文的发表时间）
共3页
81-82,85
