面向在线学习情境的认知情绪面部表情识别

摘要：

学习者外显的面部表情是探究其内隐认知情绪的窗口.真实的在线学习情境中,认知情绪面部表情通常特征不明显、持续时间短,致使对其的准确识别存在困难.本文提出双模态空时域特征学习的面部表情识别方法,设计混合深度神经网络自动提取面部表情的空时域几何特征和空时域表观特征,融合2种模态的空时域特征识别面部表情.首先在公开的微表情数据集上进行微表情识别实验,验证提出的方法能有效提升微表情识别准确率;随后创建认知情绪面部表情数据集,并将微表情识别模型迁移到认知情绪面部表情识别模型的训练中.各项测试指标显示认知情绪面部表情识别模型具有较好的识别准确率.

关键词：面部表情识别、认知情绪、人工智能、深度神经网络、在线学习

分类号：TP391.41(计算技术、计算机技术)

资助基金：教育部人文社会科学研究项目22YJAZH009

在线出版日期：2023-11-15（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：92-98