基于面部运动单元和时序注意力的视频表情识别方法

作     者：胡敏 胡鹏远 葛鹏 王晓华 章魁 任福继 Hu Min;Hu Pengyuan;Ge Peng;Wang Xiaohua;Zhang Kui;Ren Fuji

作者机构：合肥工业大学计算机与信息学院情感计算与先进智能机器安徽省重点实验室合肥230009 Graduate School of Advanced Technology&ScienceUniversity of TokushimaTokushima 7708502 

基　　金：国家自然科学基金(61672202) 国家自然科学基金重点项目(61432004) 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2023年第35卷第1期

页      码：108-117页

摘      要：针对视频序列中表情强度不一致,长短时记忆网络(LSTM)难以有效地提取其特征的问题,提出一种基于面部运动单元和时序注意力的视频表情识别方法.首先在卷积LSTM(ConvLSTM)的基础上引入时序注意力模块,对视频序列进行时序建模,在降低维度的同时保留丰富人脸图像特征信息;其次提出基于面部动作单元的人脸图像分割规则,解决面部表情活跃区域难以界定的问题;最后在模型中嵌入标签修正模块,解决自然条件下数据集中样本不确定性的问题.在MMI,Oulu-CASIA和AFEW数据集上的实验结果表明,所提方法的模型参数量低于已公开的主流模型,且在MMI数据集上的平均识别准确率达到87.22%,高于目前主流方法,在整体效果上优于目前具有代表性的方法.

主 题 词：面部运动单元 感兴趣区域分割 时序注意力 标签修正 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

核心收录：

D　O　I：10.3724/SP.J.1089.2023.19284

馆 藏 号：203118871...