DIANet：基于动态图像的时间相位双流网络用于微表情识别
计算机视觉与模式识别
2025-10-15 v1
摘要
微表情是brief, 不可控的面部运动，通常持续不到半秒，常常揭示真实情绪。准确识别这些细微的表情对于心理学、安保和行为分析中的应用至关重要。然而，微表情识别（MER）仍是一个具有挑战性的任务，因为面部线索细微且瞬时，以及标注数据稀缺的事实。虽然动态图像（DI）表示方法已被引入将时间运动总结为单一帧，但常规的基于 DI 的方法往往忽视了微表情不同时间相位的独特特征。为解决此问题，本文提出了一种新颖的双流框架 DIANet，它利用基于相位的时间动态图像——一种编码从 onset 到 apex 阶段，另一种捕获从 apex 到 offset 阶段的动态图像。每个流由专用的卷积神经网络处理，采用基于上下文相关性的跨注意力融合模块来自适应地整合两个流的特征。在 CASME-II、SAMM 和 MMEW 三个 MER 数据集上的大量实验表明，所提方法一致优于常规单相位 DI-based 方法。结果凸显了显式建模时间相位信息的重要性，为推动 MER 研究指明了前景方向。
引用
@article{arxiv.2510.12219,
title = {DIANet: A Phase-Aware Dual-Stream Network for Micro-Expression Recognition via Dynamic Images},
author = {Vu Tram Anh Khuong and Luu Tu Nguyen and Thi Bich Phuong Man and Thanh Ha Le and Thi Duyen Ngo},
journal= {arXiv preprint arXiv:2510.12219},
year = {2025}
}