相关文档

基于S-LRCN的微表情识别算法

基于面部动态表情序列,针对静态表情缺少时间信息等问题,将空间特征与时间特征融合,利用神经网络在图像分类领域良好的特征,对需要进行细节分析的表情序列进行处理,提出基于分离式长期循环卷积网络(Separate long-term recurrent convolutional networks, S-LRCN)的微表情识别方法。首先选取微表情数据集提取面部图像序列,引入迁移学习的方法,通过预训练的卷积神经网络模型提取表情帧的空间特征,降低网络训练中过拟合的危险,并将视频序列的提取特征输入长短期记忆网络(Long short-team memory, LSTM)处理时域特征。最后建立学习者表情序列小型数据库,将该方法用于辅助教学评价。
团购合买资源类别:文库,文档格式:PDF,文档页数:11,文件大小:1.33MB
点击进入文档下载页(PDF格式)
共11页,试读已结束,阅读完整版请下载
点击下载(PDF格式)

浏览记录