《表2 单一特征图和多特征融合图结果的对比》

  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

第二组消融实验，验证相比使用单一特征图，使用多特征融合图具有更好的识别效果。对单一特征图的训练测试结果和多特征融合图的训练测试结果进行比较，使用CNN+LSTM框架对序列进行识别，结果如表2所示。第1，2，3组使用单一CNN支路和LSTM结合的框架，分别将光学应变图、LMF图及光流特征图作为输入数据。第4组实验使用多路并行的CNN和LSTM结合的框架，将三种融合的运动特征图作为输入数据，即所提整体框架和输入数据。从表2可以看出，多运动特征图融合的方法的识别准确率为58.53%，相比使用单一的运动特征图，具有更加突出的表现。