基于深度卷积注意胶囊网络的微表情识别方法

摘要：

针对微表情动作发生的局部性和人脸面部空间结构信息丢失问题,提出一种用于微表情识别的深度卷积注意胶囊网络(deep convolutional attention capsule neural network,DCACNN).将注意力机制和深度卷积层融入胶囊网络,利用注意力机制使网络模型聚焦于微表情活跃区域,采用深度卷积网络提高网络提取高维特征的能力,胶囊网络的动态路由机制充分利用人脸面部空间信息,增强特征表示能力,提高微表情识别的准确率.实验基于数据集CASMEⅡ和SAMM进行测试与分析,实验结果表明,DCACNN能有效提高微表情识别的准确率.

关键词：胶囊网络、微表情识别、注意力机制、深度学习、特征提取、动态路由、卷积神经网络

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：广东省科技计划基金项目2020B030306003

在线出版日期：2022-10-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2631-2637