| 一种基于CNN与LSTM结合的微表情识别算法 |
| |
| 引用本文： | 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].国际商务研究,2020(1). |
| |
| 作者姓名： | 吴 进 闵 育 马思敏 张伟华 |
| |
| 作者单位： | 西安邮电大学 电子工程学院，西安710121,西安邮电大学 电子工程学院，西安710121,西安邮电大学 电子工程学院，西安710121,西安邮电大学 电子工程学院，西安710121 |
| |
| 基金项目： | 国家自然科学基金资助项目（61772417，61634004，61602377）；陕西省重点研发计划（2017GY-060）；陕西省自然科学基础研究计划项目（2018JM4018） |
| |
| 摘 要： | 微表情表现强度微弱且非常短暂。针对微表情识别效果不理想的问题，以视觉几何组（Visual Geometry Group，VGG）网络为基础，提出卷积神经网络（Convolutionnal Neural Network，CNN）与长短期记忆网络（Long Short-Term Memory，LSTM）结合的识别算法。CNN提取数据集CASME II的空域特征，LSTM处理时域特征，实现空域与时域特征的结合。针对深度学习训练困难以及过拟合问题，加入批量归一化算法与丢弃法，提高网络训练速度，有效防止过拟合。针对数据集稀缺的问题，固定每次读取帧序列的长度，随机生成起始帧的位置，不断循环读取以遍历整个数据集并达到数据扩增。根据实验结果，五类微表情(高兴、惊讶、厌恶、抑郁、其他)识别率最高可达72.3%。
|
| 关 键 词： | 微表情识别 深度学习 卷积神经网络 长短期记忆网络 批量归一化算法 丢弃法 |
A micro-expression recognition algorithm based on convolutional neural network and long short-term memory |
| |
| WU Jin,MIN Yu,MA Simin and ZHANG Weihua.A micro-expression recognition algorithm based on convolutional neural network and long short-term memory[J].International Business Research,2020(1). |
| |
| Authors: | WU Jin MIN Yu MA Simin and ZHANG Weihua |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《国际商务研究》浏览原始摘要信息 |
| 点击此处可从《国际商务研究》下载免费的PDF全文 |
