基于卷积神经网络的微表情识别研究
关键词:
卷积神经网络；微表情；识别；困境
摘要
人的脸部可以做出不同表情，这是通过特殊肌肉群组织组合实现的。我们观察人们的微表情，可以了解到人的真实情感与心理活动，所以识别微表情开始被应用于公共安全、心理治疗、商业谈判等领域。因为微表情有瞬时性与细微性的特点，肌肉群图像比例很小，常规的表情处理方式无法识别，因而就需要对相关系统进行研发。本文以卷积神经网络技术为前提，对微表情识别系统的设计进行了研究，希望可以更加精确的识别出人的微表情。
参考
[1] 赖振意，陈人和，钱育蓉 . 结合空洞卷积的 CNN 实时微表情识别算法 [J]. 计算机应用研究，2020，37（11）：1-5.
[2] 吴进，闵育，马思敏，张伟华 . 一种基于 CNN 与 LSTM结合的微表情识别算法 [J]. 电讯技术，2020，60（01）：1-7.
[3] 孔慧芳，钱世超，闫嘉鹏 . 基于不均衡数据与迁移学习的面部微表情识别 [J]. 合肥工业大学学报（自然科学版），2020，43（07）：895-900.
[4] 钱泽锋，钱梦莹 . 基于改进特征融合的微表情识别方法 [J].软件工程，2021，24（04）：26-29+14.
[5] 吴进，闵育，李聪，等 . 一种基于 3D-CNN 的微表情识别算法 [J]. 电讯技术，2019，59（10）：1115-1120.
