基于双支流神经网络的微表情识别

微表情具有持续时间短等特点,制约了微表情识别的研究。针对微表情发生的局部性和人脸面部结构信息丢失问题,以Transformer和卷积神经网络作为并行分支,提出一种基于Swin Transformer和卷积神经网络ConvNeXt双支流神经网络(Transformer and ConvNeXt dual branch neural network,STCN)的微表情识别方法。同时获得描述细节信息和宏观信息的质量表征,提高识别精度。基于SMIC等数据集测试,表明STCN网络可有效提高微表情识别的准确率。