基于多任务中级特征个性化学习的微表情识别

	基于多任务中级特征个性化学习的微表情识别
其他题名	Multi-task middle-level feature individualization learning for micro-expression recognition. Computer Engineering and Applications
	刘振 ; 王甦菁; 李擎
第一作者	刘振
通讯作者邮箱	liqing@bistu.edu.cn¡£
心理所单位排序	2
摘要	微表情是一种短暂的面部表情,揭示了一个人试图隐藏的真实情感。本文对现有的一种多任务中级特征学习方法进行了改进,提出了一种多任务中级特征个性化学习方法用于微表情识别。对于每个低级特征,计算类内k最近邻时,去除同一人的同类微表情;计算类间k最近邻时,保留同一人的不同类表情,并减小k值。采用个性化学习方法,生成具有更多判别信息的中级特征。在微表情数据集CASME2上的实验表明,所提出的方法具有更好的识别性能。
其他摘要	Abstract：Micro-expressions are fleeting facial expressions that expose a genuine emotions that a person tries to conceal. An existing multi-task middle-level feature learning is improved, and a multi-task middle-level feature individualization learning method for micro-expression recognition is proposed. The same kind of micro-expressions of the same person are removed for calculating its interclass nearest neighbors; the different kind of micro-expressions of the same person are retained and the k value is reduced for calculating its interclass nearest neighbors. A middle-level feature with more discriminative information is generated by individualization learning method. Experimental results on spontaneous micro-expression database CASME2 show that the proposed method has better recognition performance.
关键词	微表情识别个性化学习中级特征
	2018
语种	中文
发表期刊	计算机工程与应用
ISSN	1002-8331
页码	6
期刊论文类型	期刊论文
项目简介	国家自然科学基金(No.61471046,No.61772511);; 北京市教委市属高校创新能力提升计划项目(No.TJSHG201510772017)
文献类型	期刊论文
条目标识符	http://ir.psych.ac.cn/handle/311026/29682
专题	中国科学院行为科学重点实验室
作者单位	1.北京信息科技大学高动态导航技术北京市重点实验室 2.中国科学院心理研究所行为科学重点实验室
推荐引用方式 GB/T 7714	刘振,王甦菁,李擎. 基于多任务中级特征个性化学习的微表情识别[J]. 计算机工程与应用,2018:6.
APA	刘振,王甦菁,&李擎.(2018).基于多任务中级特征个性化学习的微表情识别.计算机工程与应用,6.
MLA	刘振,et al."基于多任务中级特征个性化学习的微表情识别".计算机工程与应用 (2018):6.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
基于多任务中级特征个性化学习的微表情识别（865KB）	期刊论文	出版稿	限制开放	CC BY-NC-SA	请求全文