PSYCH OpenIR  > 中国科学院心理健康重点实验室
细粒度分层时空特征描述符的微表情识别方法
其他题名Fine-Grained Hierarchical Spatiotemporal Descriptors for Micro-Expression Recognition
张力为1; 王甦菁2; 段先华1
第一作者张力为
心理所单位排序2
摘要

由于微表情持续时间小于0.5 s、非自愿性和低强度等特点,微表情识别仍然是具有挑战性的任务。对分层时空特征描述符进行改进,提出一种新的细粒度分层时空特征的微表情识别方法。首先提取微表情视频片段中的各层次时空特征,利用投影矩阵建立时空特征和微表情之间的联系,进而选择对识别任务有贡献的区域。然后统计具有整体最大贡献度的层次,将该层次下选中的区域块和前一层选中的区域块进行交集操作,达到去除分层时空特征的空间冗余性和提升微表情特征区分度的目的。在CASMEⅡ上的实验表明提出的方法能够细粒度化微表情发生区域,获得了更好的识别结果。

其他摘要

Micro-expression recognition is still a challenging task due to its short duration of less than 0.5 s, involuntariness, and low intensity. The hierarchical spatio-temporal feature descriptor is improved, and a new finegrained hierarchical spatio-temporal feature micro-expression recognition method is proposed. Firstly, the spatiotemporal features of each level in the micro-expression video clip are extracted, and the projection matrix is used to establish the relationship between the spatio-temporal features and the micro-expressions, and then the regions that contribute to the recognition task are selected. Then count the layer with the overall maximum contribution, and perform the intersection operation between the selected blocks at the lower layer and the selected blocks in the previous layer to achieve the purpose of removing the spatial redundancy of the hierarchical spatiotemporal features and improving the discrimination of the micro-expression features. Experiments on CASMEⅡ show that the proposed method can fine-grain the micro-expression area and obtain better recognition results.

关键词微表情识别 分层时空特征 细粒度
2021
语种中文
DOI10.3778/j.issn.1002-8331.2003-0431
发表期刊计算机工程与应用
ISSN1002-8331
页码9
期刊论文类型综述
收录类别CSCD
项目简介

国家自然科学基金(U19B2032,61772511)资助

CSCD记录号CSCD:7029626
引用统计
文献类型期刊论文
条目标识符http://ir.psych.ac.cn/handle/311026/38965
专题中国科学院心理健康重点实验室
作者单位1.江苏科技大学计算机学院
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
张力为,王甦菁,段先华. 细粒度分层时空特征描述符的微表情识别方法[J]. 计算机工程与应用,2021:9.
APA 张力为,王甦菁,&段先华.(2021).细粒度分层时空特征描述符的微表情识别方法.计算机工程与应用,9.
MLA 张力为,et al."细粒度分层时空特征描述符的微表情识别方法".计算机工程与应用 (2021):9.
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
细粒度分层时空特征描述符的微表情识别方法(905KB)期刊论文出版稿限制开放CC BY-NC-SA请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[张力为]的文章
[王甦菁]的文章
[段先华]的文章
百度学术
百度学术中相似的文章
[张力为]的文章
[王甦菁]的文章
[段先华]的文章
必应学术
必应学术中相似的文章
[张力为]的文章
[王甦菁]的文章
[段先华]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。