（微表情识别）Recognizing Spontaneous Micro-Expression Usinga Three-Stream Convolutional Neural Network（附码）

最新推荐文章于 2024-11-04 21:54:58 发布
最新推荐文章于 2024-11-04 21:54:58 发布
阅读量330 收藏 8
点赞数
文章标签： 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_63507303/article/details/129819309
版权
该文提出了一种名为TSCNN的模型，结合动态时间流、静态空间流和局部空间流模块来学习和整合微表情视频中的时间、全局和局部信息。文章详细阐述了顶点帧定位算法和时空特征提取方法，包括静态空间、局部空间和时间组件的网络架构。实验结果显示了这种方法在微表情识别任务上的有效性。
摘要由CSDN通过智能技术生成

代码地址：​​​​​​GitHub - bogireddytejareddy/micro-expression-recognition: Spontaneous Facial Micro Expression Recognition using 3D Spatio-Temporal Convolutional Neural Networks

本文贡献

        本文设计了一个动态的时间流，静态空间流，和本地空间流模块的TSCNN，分别尝试学习和整合时间，整个面部区域，面部局部区域的线索在ME视频识别ME的目标。此外，还设计了一个可靠的顶点帧检测算法。本文主要从顶点帧定位、时空特征提取和TSCNN建模三个方面展开叙述：

顶点帧定位

对于视频中的每一帧来计算UP-LBP直方图，将每一帧划分为6*6的图像，如图求得Apex Frame

时空特征提取

在本文中，我们提出的时空特征由三个部分组成：静态空间、局部空间和时间分量。具体网络构架如下：

最终效果

 

 

 

秃头小僧
关注
人工智能|计算机视觉——微表情识别（Micro expression recognition）的研究现状
也许有一天我们再相逢 睁开眼睛看清楚 我才是英雄！
11-19 1833
MEGC2019中的四篇工作，虽然使用的网络结构各不相同，但思路类似，都使用了微表情的Apex帧表示整段表情的特征。总体而言，关于Apex的光流是比较好的特征形式，而Transfer learning+Domain Adaptation对于模型的效果提升也是巨大的。
ABCNN: Attention-Based Convolutional Neural Network for Modeling Sentence Pairs
qq_27009517的博客
10-29 904
文章目录Abstract Abstract How to model a pair of sentences is a critical issue in many NLP tasks such as answer selection (AS), paraphrase identification (PI) and textual entailment (TE). Most prior work ...
【菜鸡读论文】Recognizing Spontaneous Micro-Expression Using a Three-Stream Convolutional Neural Network
猫猫头的博客
11-06 317
大家好呀！又到了一周一次的《菜鸡读论文》时间啦！先来个酷炫小叮当作为我们的开场，代表我们菜鸡不屈不挠，坚持不懈，不撞南墙心不死，不跳黄河不回头的无畏精神。谁说，菜鸡没有春天，谁说菜鸡看不懂论文！如果说我们看不懂，那一定是论文不够简单！没错！作为菜鸡，我们要反其道而行之，成为读论文界的一股清流。哈哈，开玩笑哈哈，下一秒，端正态度！昨天我正在和往常一样，开始准备自己今天要讲的两篇论文（没错！笔者现在已经开始了极限看论文的状态，非前一天不看论文）但是没想到！室友竟然在下午三四点就开始和男朋友连麦，谁懂啊！
Python-CVPR2018微表情识别论文实现代码
08-11
Experimentation of deep learning on the subjects of micro-expression spotting and recognition.
表情识别+情绪识别+微表情识别（从原理到代码安装）
最新发布
qq1309399183的博客
11-04 1271
表情识别+情绪识别+微表情识别（从原理到代码安装）
利用3D时空卷积神经网络实现自发面部微表情识别
gitblog_00079的博客
06-19 429
利用3D时空卷积神经网络实现自发面部微表情识别 micro-expression-recognitionSpontaneous Facial Micro Expression Recognition using 3D Spatio-Temporal Convolutional Neural Networks项目地址:https://gitcode.com/gh_mirrors/mi/micro-...
探秘微表情：利用3D时空卷积神经网络的自发性面部微表情识别系统
gitblog_01064的博客
08-12 366
探秘微表情：利用3D时空卷积神经网络的自发性面部微表情识别系统 micro-expression-recognitionSpontaneous Facial Micro Expression Recognition using 3D Spatio-Temporal Convolutional Neural Networks项目地址:https://gitcode.com/gh_mirrors/m...
《Spatiotemporal Recurrent Convolutional Networks for Recognizing Spontaneous Micro-expressions》论文笔记
hfutyfl802的博客
09-23 1335
文章主要贡献： 1，提出一个STRCN模型，来解决MER问题，这是第一次在MER问题上，考虑到时空变形； 2，提出两种对视频的STRCN在时间维度的连接，不但考虑了空间信息，还考虑了时间信息。 3，我们设计了一种数据加强策略，极大地丰富了训练样本，采用了一个balanced loss，来简化不平衡的训练。 文章的framework: Framework主要分为三步：空间和时间处理，临时连接和时空...
【表情识别】基于Gabor特征实现微表情识别系统含Matlab源码
qq_59747472的博客
03-22 728
1 简介 表情识别的研究目标是让计算机能够自动识别出人的表情信息,从而更进一步地增强人机交互的友好性及智能性.但是由于人脸表情识别涉及图像处理,计算机视觉,应用数学等学科的融合,正是由于这种多学科交叉的复杂性和特殊性,使得表情识别相对比较困难,当前人们仍面临着许多亟待解决的问题.作为一个典型的模式识别系统,人脸表情识别主要包括以下三个方面:人脸检测,人脸表情特征的提取,人脸表情分类.本文以人脸表情为主要研究对象,以人脸表情识别算法为主要研究目的,对人脸表情特征提取以及人脸表情特征分析等问题进行了较深入的研
基于matlab的表情识别代码-Facial-Expression-Recognition:使用基于新颖运动的特征识别面部表情。这项工作被论文
05-21
基于matlab的表情识别代码面部表情识别 我们开发了两种基于运动的新颖功能Warp-GWOF和GWWOF，用于在视频序列中识别诸如快乐，愤怒，悲伤，厌恶，惊奇和恐惧之类的面部表情。 此处使用的二进制SVM分类器（一个对所有...
CAPTCHA_recognizing:第九届中国大学生服务外包创新创业大赛-A16验证码识别（河海大学-李说啥都对）使用卷积神经网络(Convolutional Neural Networks, CNN)针对所给验证码进行识别
05-02
本项目抛弃了传（过）统（时）的SVM支持向量机，使用卷积神经网络(Convolutional Neural Networks, CNN)针对所给验证码进行识别，五类验证码的准确率均在95%+，第一类竟达到100%。Let's come to the point! 第一类...
【表情识别】基于Gabor特征实现微表情识别系统含Matlab源码.zip
04-01
【表情识别】基于Gabor特征实现微表情识别系统含Matlab源码
微表情识别
11-16
就深度学习的方式对人类的微表情数据进行识别，主要是基于inception_v3模型为框架
微表情识别CASME2数据集
12-02
如题，请访问文档中的地址下载微表情识别CASME2数据集。
基于MATLAB的微表情识别系统
03-07
通过gabor小波提取表情特征，pca进行降维，最后通elm进行分类，识别结果由MATLAB的GUI输出
笔记：PoseCNN:A Convolutional Neural Network for 6D Object Pose Estimation in Cluttered Scenes
kadima_WEI的博客
12-23 1085
一种新的用于6D物体姿态估计的卷积神经网络PoseCNN
微表情识别代码解读
想握住此生辽阔
03-15 1044
str.format()方法的基本用法如下所示： >>> print 'We are the {} who say "{}!"'.format('knights', 'Ni') We are the knights who say "Ni!" 花括号及其中的字符（称为格式字段）将被替换为传递给str.format()方法的对象。括号中的数字指传递给str.format()方法的对象的位置。 >>> print '{0} and {1}'.format('spam', '
python表情识别程序_CVPR 2018 微表情识别论文实现代码
weixin_39603613的博客
12-10 925
New work available @Micro-Expression-with-Deep-LearningExperimentation of deep learning on the subjects of micro-expression spotting and recognition.Platforms and dependenciesUbuntu 16.04 Python 3.6 K...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值