【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种模型训练方法、微表情识别方法及模型训练装置。
技术介绍
1、表情是人类情感交流最普遍的方式，与人类的内心活动密切相关。除日常生活中常见的宏表情外，在某些特定环境下，情绪会以一种特殊的表情表示，这种表情就是微表情，其具有运动幅度小，持续时间短的特点，通常是在人类试图隐藏或抑制内心真实想法时自发露出的表情，不受人自主控制，可以作为检测人是否说谎的关键证据，具有广泛地应用前景。在社会治安方面，通过微表情判断潜伏在人群中的危险分子，在其对社会造成重大危害之前，将其绳之以法，起到防恐防暴的作用；在心理治疗方面，通过微表情判断患者是否隐藏内心的消极情绪，帮助医疗人员做出对应的治疗措施，防止悲剧发生。但人工识别微表情的时间成本较高，需要耗费大量的时间训练专业人员以提升识别经验，不适合大规模推广。
技术实现思路
1、本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术提出一种模型训练方法、微表情识别方法及模型训练装置，能够高效进行模型训练。>
2、一方面，本文档来自技高网...
【技术保护点】
1.一种模型训练方法，其特征在于，包括：
2.根据权利要求1所述的模型训练方法，其特征在于，所述获取所述起始帧和所述顶点帧之间的运动信息，将所述运动信息与所述顶点帧的灰度图结合得到光流图像，包括：
3.根据权利要求1所述的模型训练方法，其特征在于，所述对所述光流图像进行特征提取，得到第一特征图，包括：
4.根据权利要求3所述的模型训练方法，其特征在于，所述对所述第一特征进行基于空间注意力的残差处理，得到第一特征图，包括：
5.根据权利要求1所述的模型训练方法，其特征在于，所述对所述第一特征图进行特征增强，得到第二特征图，
...
【技术特征摘要】
1.一种模型训练方法，其特征在于，包括：
2.根据权利要求1所述的模型训练方法，其特征在于，所述获取所述起始帧和所述顶点帧之间的运动信息，将所述运动信息与所述顶点帧的灰度图结合得到光流图像，包括：
3.根据权利要求1所述的模型训练方法，其特征在于，所述对所述光流图像进行特征提取，得到第一特征图，包括：
4.根据权利要求3所述的模型训练方法，其特征在于，所述对所述第一特征进行基于空间注意力的残差处理，得到第一特征图，包括：
5.根据权利要求1所述的模型训练方法，其特征在于，所述对所述第...
【专利技术属性】
技术研发人员：孙洛新，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。