【技术实现步骤摘要】
本专利技术涉及微表情识别，具体涉及一种基于主动式三维成像的微表情识别方法。
技术介绍
1、微表情短暂的持续时间和微弱的面部形变，导致传统视觉感知手段难以有效捕捉，对检测算法的时空分辨率和特征敏感度提出了极高要求。
2、当前主流微表情数据集(如samm、casme等)主要在实验室可控光照环境下采集，依赖均匀白光照明和固定摄像头角度，虽为早期算法验证提供了标准化基准，但存在显著的现实应用局限性。一方面，真实场景中的光照变化(如低照度、强反光、色温差)会严重干扰rgb图像的色彩一致性和纹理清晰度，导致基于表观特征的检测模型泛化能力不足；另一方面，微表情的自然发生具有偶发性和隐蔽性，人工诱导采集时的表情表演性与真实场景存在偏差，且逐帧标注表情起止帧和类别需耗费大量专业人力，导致公开数据集规模普遍较小，难以支撑复杂深度学习模型的训练需求。
3、微表情分析流程通常分为微表情定位与微表情识别两个核心阶段。早期微表情定位方法依赖手工设计的时空特征，通过滑动窗口检测帧间差异显著的片段。
4、随着深度学习发展，基于三维卷...
【技术保护点】
1.一种基于主动式三维成像的微表情识别方法，其特征在于，包括以下步骤；
2.根据权利要求1所述的一种基于主动式三维成像的微表情识别方法，其特征在于，所述步骤一中，在数据集构建环节，采用主动式三维相机IntelRealSense LiDAR L515 ToF采集主动红外光强度图、深度图与RGB图像；
3.根据权利要求2所述的一种基于主动式三维成像的微表情识别方法，其特征在于，所述步骤二中：
4.根据权利要求3所述的一种基于主动式三维成像的微表情识别方法，其特征在于，所述步骤二具体为：
5.根据权利要求4所述的一种基于主动式...
【技术特征摘要】
1.一种基于主动式三维成像的微表情识别方法，其特征在于，包括以下步骤；
2.根据权利要求1所述的一种基于主动式三维成像的微表情识别方法，其特征在于，所述步骤一中，在数据集构建环节，采用主动式三维相机intelrealsense lidar l515 tof采集主动红外光强度图、深度图与rgb图像；
3.根据权利要求2所述的一种基于主动式三维成像的微表情识别方法，其特征在于，所述步骤二中：
4.根据权利要求3所述的一种基于主动式三维成像的微表情识别方法，其特征在于，所述步骤二具体为：
5.根据权利要求4所述的一种基于主动式三维成像的微表情识别方法，其特征在于，所述步骤三具体为：
6.根据权利要求5所述的一种基于主动式三维成像的微表情识别方法，其特征在于，多头自注意力将特征序列投影为查询q、键k、值v，通过缩放点积计算注意力权重...
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。