买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：东南大学

摘要：本发明公开了一种基于微弱强度感知增强的微表情识别方法及装置，方法包括：获取微表情数据库；对每个微表情视频样本进行分段处理，并从每段中随机抽取一帧组合为帧序列，并对帧序列进行预处理；构建强度感知神经网络，所述强度感知神经网络包括特征提取模块和微表情识别模块；构建链式排序损失函数、交叉熵损失函数、全局排序损失函数，将链式排序损失函数、交叉熵损失函数和全局排序损失函数的加权和作为总损失函数，并通过梯度下降优化此损失函数来训练所述强度感知神经网络；将待识别的微表情视频处理后，输入训练好的强度感知神经网络，识别出微表情类别。本发明准确性更高。

主权项：1.一种基于微弱强度感知增强的微表情识别方法，其特征在于，包括如下步骤：1获取微表情数据库，所述微表情数据库中包含有若干微表情视频样本和对应的微表情类别标签；2对每个微表情视频样本进行分段处理，并从每段中随机抽取一帧组合为帧序列，并对帧序列进行预处理；3构建强度感知神经网络，所述强度感知神经网络包括特征提取模块和微表情识别模块，所述特征提取模块用于提取帧序列中各帧的灰度图与光流图，并组合形成时空特征，所述微表情识别模块用于根据时空特征进行微表情分类，得到各帧分布在各微表情类别上的判别置信分数；4构建链式排序损失函数，来约束强度感知神经网络对帧序列中各帧在正确微表情类别上的判别置信分数在时间上的变化趋势须符合微表情强度变化先验知识；5构建交叉熵损失函数，所述交叉熵损失函数为视频层级上的总预测置信分数与标签之间的交叉熵损失，其中，所述视频层级上的总预测置信分数，以帧序列中各帧在正确微表情类别上的判别置信分数在总分数的占比为权重，通过对各帧的判别置信分数进行加权得到；6构建全局排序损失函数，来约束强度感知神经网络在视频级别的全局判别置信度分布中正确类别上分数须超过其余各错误类别上分数，其中，所述视频级别的全局判别置信度为帧序列中各帧的判别置信分数的平均融合值；7将链式排序损失函数、交叉熵损失函数和全局排序损失函数的加权和作为总损失函数，并通过梯度下降优化此损失函数来训练所述强度感知神经网络；8将待识别的微表情视频按照步骤1和2进行处理后，输入训练好的强度感知神经网络，识别出微表情类别。

全文数据：

权利要求：

百度查询： 东南大学 基于微弱强度感知增强的微表情识别方法及装置