一种面向时空神经网络的潜在情绪识别方法

微表情对情绪识别有着一定的作用,但在人为隐藏的情况下则容易出现误判。生理信号的识别效果虽然较为准确,但其数据的采集往往复杂,不便于用于快速的人员情绪检测中。针对上述问题,采用非接触基于色度模型的方式采集脉搏信号,并根据脉搏信号提取特征,融合提出的时空神经网络实现潜在情绪识别,平均识别率约78.59%和76.91%。实验结果表明,提出的双路潜在情绪识别框架可以很好地融合微表情和生理信号中所包含的情绪信息,在微表情识别中的效果较现阶段常用的微表情识别算法的效果有一定提升。