期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于双注意力模型和迁移学习的Apex帧微表情识别
被引量:
4
1
作者
徐玮
郑豪
杨种学
《智能系统学报》
CSCD
北大核心
2021年第6期1015-1020,共6页
微表情具有持续时间短、强度低的特点,其识别准确率普遍不高。针对该问题提出了一种改进的深度学习识别方法,该方法取微表情视频序列中的Apex帧,采用集成空间、通道双注意力模块的ResNet18网络,引入Focal Loss函数解决微表情数据样本不...
微表情具有持续时间短、强度低的特点,其识别准确率普遍不高。针对该问题提出了一种改进的深度学习识别方法,该方法取微表情视频序列中的Apex帧,采用集成空间、通道双注意力模块的ResNet18网络,引入Focal Loss函数解决微表情数据样本不平衡的问题,并将宏表情识别领域的先验知识迁移到微表情识别领域,以提高识别效果。在CASME II微表情数据集上使用"留一交叉验证法"进行实验,结果表明本文方法相比一些现有的方法识别准确率及F_(1)值更高。
展开更多
关键词
微表情识别
深度学习
Apex帧
双注意力模型
ResNet18网络
Focal
Loss函数
宏表情
迁移学习
下载PDF
职称材料
题名
基于双注意力模型和迁移学习的Apex帧微表情识别
被引量:
4
1
作者
徐玮
郑豪
杨种学
机构
广西师范大学计算机科学与工程学院/软件学院
南京晓庄学院信息工程学院
出处
《智能系统学报》
CSCD
北大核心
2021年第6期1015-1020,共6页
基金
国家自然科学基金项目(61976118)
江苏省“六大人才高峰”高层次人才项目(RJFW-038)。
文摘
微表情具有持续时间短、强度低的特点,其识别准确率普遍不高。针对该问题提出了一种改进的深度学习识别方法,该方法取微表情视频序列中的Apex帧,采用集成空间、通道双注意力模块的ResNet18网络,引入Focal Loss函数解决微表情数据样本不平衡的问题,并将宏表情识别领域的先验知识迁移到微表情识别领域,以提高识别效果。在CASME II微表情数据集上使用"留一交叉验证法"进行实验,结果表明本文方法相比一些现有的方法识别准确率及F_(1)值更高。
关键词
微表情识别
深度学习
Apex帧
双注意力模型
ResNet18网络
Focal
Loss函数
宏表情
迁移学习
Keywords
microexpression recognition
deep learning
Apex frame
dual attention model
ResNet18 network
Focal Loss function
macroexpression
transfer learning
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于双注意力模型和迁移学习的Apex帧微表情识别
徐玮
郑豪
杨种学
《智能系统学报》
CSCD
北大核心
2021
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部