【技术实现步骤摘要】
本公开涉及目标检测领域，具体地，涉及一种微表情识别方法和装置，更具体地，涉及一种基于动态基线的微表情识别方法和装置。
技术介绍
1、微表情是指人们在短时间内产生微小的、难以察觉的面部表情变化。这些微表情通常是情绪的真实反应，但由于极短的持续时间和微小的幅度，常常被人们忽视或未察觉到。通常需要经过训练才能准确地观察和识别。微表情的研究和识别在医疗、商务谈判和刑事审讯等领域具有广泛的应用价值。
技术实现思路
1、本公开针对现有技术中存在的上述技术问题，提供了一种基于动态基线的微表情识别方法和装置。
2、本公开提供了一种微表情识别方法，所述方法包括：获取包含面部区域的图像；对图像进行预处理以完成面部区域的对齐和裁剪；将经预处理的图像的当前帧与作为先前帧的基线帧进行差分以获得帧变化特征图；将当前帧与帧变化特征图进行融合以得到融合特征图；以及使用预训练的微表情识别模型对融合特征图进行特征提取，并获得微表情特征。
3、根据本公开的示例性实施例，所述微表情特征提取模型包括依次连接...
【技术保护点】
1.一种微表情识别方法，其特征在于，所述微表情识别方法包括：
2.根据权利要求1所述的微表情识别方法，其特征在于，所述其余模块组中的每个的融合模块将所述第一特征和所述第二特征进行张量相加以获得第四特征，并且将所述第一特征、所述第二特征、所述第三特征和所述第四特征进行张量拼接以生成作为该模块组的输出的特征图。
3.根据权利要求1所述的微表情识别方法，其特征在于，所述基线帧与所述当前帧相距预定数量个帧，所述预定数量为大于零的整数。
4.根据权利要求1所述的微表情识别方法，其特征在于，所述微表情识别方法还包括：在将当前帧与作为先前帧的基线...
【技术特征摘要】
1.一种微表情识别方法，其特征在于，所述微表情识别方法包括：
2.根据权利要求1所述的微表情识别方法，其特征在于，所述其余模块组中的每个的融合模块将所述第一特征和所述第二特征进行张量相加以获得第四特征，并且将所述第一特征、所述第二特征、所述第三特征和所述第四特征进行张量拼接以生成作为该模块组的输出的特征图。
3.根据权利要求1所述的微表情识别方法，其特征在于，所述基线帧与所述当前帧相距预定数量个帧，所述预定数量为大于零的整数。
4.根据权利要求1所述的微表情识别方法，其特征在于，所述微表情识别方法还包括：在将当前帧与作为先前帧的基线帧进行差分以获得帧变化特征图之后，执行如下步骤：
5.根据权利要求4所述的微表情识别方法，其特征在于，所述微表情识别方法还包括：当所述图像相似度大于预定阈值时，存储所述当前帧，并将所述当前帧用作...
【专利技术属性】
技术研发人员：童心，李东亮，李永春，魏宏超，周丹，贺佳琦，蒲岩，潘瑶，苗秀丽，
申请(专利权)人：沈阳康慧类脑智能协同创新中心有限公司，
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。