← 返回列表
一种基于对比学习及特征解耦的人脸微表情识别方法
摘要文本
一种基于对比学习及特征解耦的人脸微表情识别方法，涉及人脸微表情识别技术领域，解决现有识别方法在微表情定位不准确、样本数量不足、无法有效捕捉细微变化、以及身份信息干扰识别的问题，本发明融合双端光流信息，身份信息解耦和对比学习的策略，以增强模型的识别能力。通过获取起始帧、峰值帧和偏移帧，计算差异特征及双端光流图，利用三元组损失扩大差异特征并进行解耦，同时将光流图输入自注意力微表情识别网络中进行训练并计算对比损失，最后将差异特征及光流特征拼接并获得识别结果。本方法有效地捕捉面部细微运动，减少身份信息的干扰，并加强样本之间的区分度。结合对比学习和特征解耦，使模型更加关注微表情动作信息，为人脸微表情识别提供更准确和深入的技术手段。。该数据由<专利查询网>整理
申请人信息
- 申请人:长春理工大学
- 申请人地址:130000 吉林省长春市朝阳区卫星路7089号
- 发明人: 长春理工大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于对比学习及特征解耦的人脸微表情识别方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311446975.2 |
| 申请日 | 2023/11/2 |
| 公告号 | CN117392727A |
| 公开日 | 2024/1/12 |
| IPC主分类号 | G06V40/16 |
| 权利人 | 长春理工大学 |
| 发明人 | 于正洋; 陈晓娟; 曲畅; 李雪; 于皓宇; 张昭华 |
| 地址 | 吉林省长春市朝阳区卫星路7089号 |
专利主权项内容
1.一种基于对比学习及特征解耦的人脸微表情识别方法，其特征是：该识别方法由以下步骤实现：步骤一、获取微表情数据集，在所述数据集中提取起始帧、峰值帧和偏移帧；步骤二、提取起始帧与峰值帧之间的光流特征，获得起始帧与峰值帧之间的光流特征图；提取峰值帧与偏移帧之间的光流特征，获得峰值帧与偏移帧间的光流特征图；步骤三、对所述起始帧和偏移帧，提取面部的静态特征；对所述峰值帧提取面部的动态特征；将峰值帧中的动态特征与所述静态特征进行差异化处理，获得两个经过解耦处理的面部差异特征；步骤四、将步骤二获得的两个光流特征图通过光流特征分支对比学习网络进行光流分支特征的提取，获得光流分支特征；步骤五、根据步骤四获得的光流分支特征以及步骤三获得的面部差异特征进行特征拼接，获得微表情识别结果。