arrow
返回

3D Micro-Expression Recognition Based on Adaptive Dynamic Vision

delete2025-05-18
delete0
delete
OA
AI
W
Weiyi Kong
X
Xuebin Lv *
DOI:10.3390/s25103175delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
在智能感知研究领域,动态情感识别近年来已成为研究焦点。样本量小和数据不平衡是当前技术识别准确率低的主要原因。受循环卷积网络的启发,本文创新性地提出了一种基于自监督学习的自适应动态微表情识别算法,即MADV-Net。首先,使用精确标签数据对基础模型进行预训练,然后采用高效的面部运动编码器嵌入面部编码单元标签。最后,通过多级自适应动态编码器构建级联金字塔结构,并使用多级头感知器作为分类损失函数的输入,以计算动态视频流中的面部微运动特征。本研究在开源数据集SMIC、CASME-II、CAS(ME)2和SAMM上进行了大量实验。与13种主流SOTA方法相比,MADV-Net的平均识别准确率分别为72.87%、89.94%、83.32%和89.53%。该方法稳定的泛化能力得到验证,为自动情感识别提供了新的研究范式。
Keyword:
deep learning
intelligent perception
micro-expression recognition
emotion classification

期刊

Sensors 封面图
Sensors
IF:
3.5
论文数:
7.2W
被引数:
20.9W

机构

暂无机构信息
引用论文

引用论文

err分享
err收藏
A-ViT: Adaptive Tokens for Efficient Vision Transformer
err2022-06-01
err0
PREAI
errHongxu Yin; Arash Vahdat; Jose M. Alvarez; Arun Mallya; Jan Kautz; Pavlo Molchanov
err分享
err收藏
MEGC2022
err2022-10-10
err0
errOAAI
errJingting Li; Moi Hoon Yap; Wen-Huang Cheng; John See; Xiaopeng Hong; Xiaobai Li; Su-Jing Wang; Adrian K. Davison; Yante Li; Zizhao Dong
err分享
err收藏
学者 查看更多内容