《表1 在CNN模块上不同数据的性能对比》

  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

为了验证所提算法的有效性，设计了两组消融实验。第一组消融实验，验证提取的运动特征图比原始微表情序列具有更好的空间信息表达性能。选取CNN支路作为对比实验的框架。将输入序列的每一帧当作一个微表情样本，序列内图像标签统一，分别在单一CNN支路进行训练和测试，实验结果如表1所示。可以看出，原始数据的图像识别准确率只有36.65%，而光学应变图、LMF图及光流特征图的识别准确率分别是47.98%、45.70%、41.50%，说明特征图在CNN模块上具有比原始数据更好的特征表达能力，对微小的面部肌肉运动有更强的抽取能力。