基于人脸感兴趣区域贡献度的跨数据集微表情识别方法

摘要

本发明公开了一种基于人脸感兴趣区域贡献度的跨数据集微表情识别方法，包括：S1、微表情样本预处理步骤；S2、提取主方向平均光流特征步骤，计算各面部图像序列的光流场，提取MDMO特征；S3、根据源面部图像序列的特征分布特点，对目标样本的特征结构进行约束；S4、对源面部图像序列的MDMO特征建立组稀疏模型，对每个感兴趣区域的贡献度进行量化；S5、使用所述组稀疏模型对所述目标面部图像序列进行微表情种类识别，输出识别结果。本发明的方法，识别准确率更高，而且针对不同目标数据集和不同微表情类别的分类稳定性更好，对具有不同特点的测试样本均表现出较强的适应性，能够大幅度提升跨数据集微表情识别的性能。