基于改进的双通道网络的微表情识别

微表情通常表达人隐藏起来的真实情感,它的特征具有高度的相似性和隐匿性,传统的微表情识别技术主要采用人工制作的方式,其识别效率和精度都难以保证,因此提出一种基于改进的双通道网络识别方法,以CASME II作为数据集,通过对数据集进行预处理来保证图像特征增强及数据平衡,在七类微表情识别分类下,与双通道网络(Dual Path Networks,DPN)模型进行了性能对比。实验结果证明了所提出的改进的双通道网络模型,在识别精度上明显优于参照模型。