面向微表情识别的顶峰中心时空秩池化与梯度注意力
计算机视觉与模式识别
2026-05-26 v3
摘要
微表情识别（MER）因微表情的微妙且短暂性质而具有挑战性。传统输入模态（如顶峰帧、光流和动态图像）往往无法充分捕捉这些短暂的面部动作，导致性能不佳。本文引入了微表情时空图像（MESTI），一种针对微表情的动态秩池化改进方案，将视频序列转化为单张图像，同时强调微表情的发生-顶峰-消失时序模式。此外，本文提出了微表情梯度注意力网络（MEGANet），集成梯度注意力模块以增强对微表情细粒度运动特征的提取。通过结合MESTI和MEGANet，本文旨在建立更有效的MER方法。开展了大量实验，评估MESTI的有效性，比较了其与现有输入模态在常规架构中的表现。此外，证明了用MESTI替换先前发表的MER网络输入可实现持续的性能提升。MEGANet的性能也得到评估，本文的方法在SMIC-HS、SAMM数据集上实现了最先进的成绩，在CASMEII数据集上取得具竞争力的表现，并且在报告的跨数据集评估设置中实现领先的性能。MESTI和MEGANet的组合在与比较方法的对比中持续超越。这些发现凸显了MESTI作为优越输入模态以及MEGANet作为先进识别网络的潜力，旨在更有效地构建各种应用场景下的MER系统。
引用
@article{arxiv.2509.00056,
title = {Apex-Centered Spatio-Temporal Rank Pooling and Gradient Attention for Micro-Expression Recognition},
author = {Luu Tu Nguyen and Vu Tram Anh Khuong and Thanh Ha Le and Thi Duyen Ngo},
journal= {arXiv preprint arXiv:2509.00056},
year = {2026}
}