基于深度卷积注意胶囊网络的微表情识别方法

作     者：曾岚蔚 许青林 ZENG Lan-wei;XU Qing-lin

作者机构：广东工业大学计算机学院广东广州510006 

基　　金：广东省科技计划基金项目(2020B030306003) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2022年第43卷第9期

页      码：2631-2637页

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CASME II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。

主 题 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 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2022.09.030

馆 藏 号：203114477...