公开(公告)号：CN119399819A

公开(公告)日：2025-02-07

申请号：CN202411625309.X

申请日：2024-11-14

Applicant: 东北大学

Inventor： 焦明海 ,  王庆粉 ,  刘若禹 ,  何美杰 ,  金汉文 ,  陈兴博 ,  彭玉怀

IPC: G06V40/16 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于计算机视觉技术领域，公开一种基于快慢运动双分支网络的微表情识别方法。对微表情视频片段进行空间归一化和时间归一化处理，从中提取快运动和慢运动；设计快慢运动双分支网络，得到快运动特征和慢运动特征；通过特征相加的方式将快运动特征与慢运动特征进行融合，得到融合特征；采用分类器模块对融合特征进行分类，达到微表情识别。本发明快运动分支专注整体运动，捕获长期、整体的运动信息；慢运动分支专注细节运动，捕获短期、细节的运动信息，获得了性能提升。设计一种添加累积注意力的时空建模机制，在每阶段添加标记注意力模块实现累积注意力。而且本发明以像素差表示运动，简化了实现过程，降低计算复杂度。

公开(公告)号：CN117456576A

公开(公告)日：2024-01-26

申请号：CN202311411574.3

申请日：2023-10-28

Applicant: 东北大学 ,  沈阳康泰电子科技股份有限公司

Inventor： 王璐 ,  马冰阳 ,  王庆粉 ,  杨婷婷 ,  李若琳 ,  童心 ,  魏宏超 ,  王治博 ,  苗秀丽

IPC: G06V40/16 ,  G06V20/40 ,  G06V10/82 ,  G06N3/048 ,  G06N3/047 ,  G06N3/0895 ,  G06N3/0985

Abstract: 本发明提供一种基于时空特征和注意力机制的微表情识别方法，包括：对微表情视频进行空间归一化处理，得到第一视频；对第一视频进行时间归一化处理，得到第二视频；构建基于层次化视觉自注意力和标记选择的骨干网络；将第二视频输入骨干网络，输出分类标记；采用分类器模块对分类标记进行分类识别。通过构建基于层次化视觉自注意力和标记选择的骨干网络，在每个阶段持续进行加权操作，显式要求网络对人脸不同区域给予不同程度的关注；提取对微表情识别具有重要贡献的标记，并突出这些标记的特征表示，从而提高分类任务的准确性和鲁棒性，从而改进了微表情识别方法的性能。