A motion flow guided MicroNet framework for micro expression recognition

Monu Verma

doi:10.1016/j.jvcir.2026.104765

A motion flow guided MicroNet framework for micro expression recognition

2026-03-10

0

PRE

AI

M

Monu Verma *

S

Santosh Kumar Vipparthi

M

Mohamed Abdel-Mottaleb

DOI：10.1016/j.jvcir.2026.104765

原文链接

原文求助

摘要

En 中文

微表情识别（MER）已在现实应用中受到高度关注：人机交互、抑郁症评估、虚拟现实等。然而，MER系统在捕捉微表情的空间外观细微信息方面仍存在困难。本文提出了一种高效的基于运动流引导的MicroNet框架用于MER，包括运动流生成器（MFGen）和雪崩特征（AFeat）模块。MFGen通过分析帧间像素运动强度提取表情区域的时序变化，而AFeat模块通过多侧互补特征（MCFeat）模块捕捉时空特征，该模块从多尺度感受野中提取粗粒度和深度边缘响应。MicroNet估计瞬时变化并学习微表情的情感外观特征。其有效性通过在六个数据集（CASME-I、CASME-II、CAS(ME) 2、SAMM、SMIC和COMPOSITE）的两个设置上的实验进行评估，验证方案展示了泛化性和鲁棒性。八项消融实验进一步验证了每个模块的作用。

Keyword:

Micro-expression recognition

Motion flow

Spatiotemporal features

Avalanche feature block

Multi-lateral complementary feature

A motion flow guided MicroNet framework for micro expression recognition

摘要

期刊

机构

引用论文