空洞卷积网络下微表情实时识别方法仿真

微表情与普通面部表情不同,是一种面部动作变化微弱、持续时间极短的面部活动,且需要在视频中分析,因此特征提取较为困难。为了解决上述问题,提出基于空洞卷积的实时微表情识别算法。通过混沌蛙跳算法,对人脸微表情图像增强处理。采用时间差值法和局部二值法,提取人脸特征信息。结合空洞卷积构建卷积神经网络,并将提取到的人脸特征输入到构建的卷积神经网络,完成人脸微表情的实时识别。实验结果表明,所提方法的实时微表情识别准确率在97%以上,且识别时间短,说明所提方法具有较好的实际应用价值。