《表3 不同算法的各种指标对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多运动特征融合的微表情识别算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

对所提算法和一些主流的微表情识别算法进行对比，其他算法包括LBP-TOP[6]、LBP-SIP[7]、ELRCN-TE[15]、FDM[26]、MRW[27]、STCLQP[28]、MDMO[10]、Bi-WOOF[29]。不同算法的识别准确率如表3所示。结果表明，所提算法取得了良好的性能。识别性能的提升主要是因为相比原始序列，显式提取的运动特征图与微表情更相关，运动特征图主要关注运动信息，此外又使用多特征融合的方法。所提算法在运算速度（处理一个序列的时长为5.36s）上优于LBP-TOP算法（8.79s）和ELRCN-TE算法（6.17s）。“*”上标为本课题组复现的数据，“o”为相关论文原始数据，“r”为相关论文的复现数据。