【技术实现步骤摘要】
本专利技术涉及微表情识别，具体涉及一种基于线性注意力机制和边界平衡机制的微表情图像对的生成方法。
技术介绍
1、微表情作为一种短暂且无意识的面部表情反应，能够反映人们内在的真实情感状态。由于微表情通常持续时间极短(通常小于0.5秒)，且幅度微小，难以通过肉眼察觉，因此在心理学、行为学及相关应用领域(如谎言检测、情感分析等)中具有重要意义。然而，现有的微表情识别任务中仍存在以下几方面的挑战：难以定位，微表情的变化幅度非常细微，导致传统的图像处理算法难以有效提取出微表情的有效特征；数据集样本量匮乏且标注困难，准确标注微表情样本需要专业知识，这会导致数据集构建成本较高；自动生成微表情图像序列的技术不成熟，一方面，使用传统的生成对抗神经网络生成微表情图像不仅图像质量差，而且训练过程中生成器和鉴别器非常容易出现一强一弱的情况，导致模型无法有效训练。另一方面，在生成对抗神经网络中加入自注意力的相关工作，虽然生成的图像质量有所提高，但是仍然无法达到微表情识别任务要求的数据样本标准，并且需要的计算量指数级上升。
技术实现思路
【技术保护点】
1.一种基于线性注意力机制和边界平衡机制的微表情图像对的生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于线性注意力机制和边界平衡机制的微表情图像对的生成方法，其特征在于，步骤(1)包括以下步骤：
3.根据权利要求1所述的一种基于线性注意力机制和边界平衡机制的微表情图像对的生成方法，其特征在于，步骤(2)包括以下步骤：
4.根据权利要求1所述的一种基于线性注意力机制和边界平衡机制的微表情图像对的生成方法，其特征在于，步骤(3)包括以下步骤：
5.根据权利要求4所述的一种基于线性注意力机制和边界平衡机制...
【技术特征摘要】
1.一种基于线性注意力机制和边界平衡机制的微表情图像对的生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于线性注意力机制和边界平衡机制的微表情图像对的生成方法，其特征在于，步骤(1)包括以下步骤：
3.根据权利要求1所述的一种基于线性注意力机制和边界平衡机制的微表情图像对的生成方法，其特征在于，步骤(2)包括以下步骤：
4.根据权利要求1所述的一种基于线性注意力机制和边界平衡机制的微表情图像对的生成方法，其特征在于，步骤(3)包括以下步骤：
5.根据权利要求4所述的一种基于线性注意力机制和边界平衡机制的微表情图像对的生成方法，其特征在于，步骤(31)具体如下：输入合成图像对和真实图像对以及对应的类别标签，通过全域区块划分卷积神经网络进行特征提取；将输入的一组图像对经过光流计算后，输出其水平分量、垂直分量和光流应变图；每张图像均匀分为若干大小一致的区块，对每个区块进行特征提取，并将所有区块特征进行拼接，获取全局信息；同时，对重点区域再次进行区块划分，对二次划分的每个区块执行单独的卷积和池化操作；将所有二次划分后的区块先独自进行特征拼接，然后再按通道维度拼接所有的区块特征，获取局部信息；最后将水平分量、垂直分量和光流应变提取的全局特征图和局部特征图分别进行拼接，再将类别标签信息转化为高维特征通过通道拼接与全局和局部特征图结合。
6.根据权利要求5所述的一种基于线性注意力机制和边界平...
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。