基于LBP与双时空神经网络的微表情识别.docx

0 引言 微表情是人类隐藏的情绪,与正常的表情不同,微表情只在高风险的情况下才有可能被触发,是人最真实的表达.微表情持续时间通常小于0.5 s且触发的肌肉运动不明显、不连续[1],这使微表情的研究更具挑战性.微表情在心理治疗、教学活动[2]、商业谈判[3]等领域有着广泛的应用,具有重要的现实意义.起初,研究者采用传统的手工方法从视频或图像中提取微表情特征,接着利用分类器进行分类.近年来,出现了一些采用深度学习方法处理微表情的研究成果. 研究者在局部二值模式的基础上提出了几种手工提取微表情特征的算法. Zhao等[4]提出LBP-TOP(local binary pattern on three

文档评论(0)

1亿VIP精品文档

相关文档