基于关键面纹理特征提取的自动人脸微表情识别

微表情是一种短暂且微弱的面部表情,它揭露了一个人试图隐藏的真实情感,在公安、心理治疗等各个领域都有很好的应用前景。目前多数微表情的识别研究是对整个面部区域的运动特征进行提取,实际上,微表情表现最丰富的部分位于人脸眉毛和嘴巴附近,针对此问题,提出了一种基于12分块组合特征的降维LBP-TOP微表情识别方法,从微表情发生的关键部位选取分块,通过级联分块特征及特征降维处理实现微表情的特征提取。为验证方法的有效性,进行了两类实验,第一类是与基线的比较,第二类是与其他经典微表情分类方法的比较,等价模式下SAMM数据集的3分类准确率达到72.93%,F1分数达到0.66,优于现有方法。