基于相位感知时间增强的微表情识别改进方法
计算机视觉与模式识别
2025-10-20 v1
摘要
微表情(MEs)是短暂且不自主的面部运动,能够揭示真实情感,通常持续时间不到半秒。识别这些细微表情对于心理学、安全和行为分析等应用至关重要。尽管深度学习已推动微表情识别(MER)取得显著进展,但其有效性受限于标注微表情数据集的稀缺性。这种数据局限不仅阻碍了泛化能力,也限制了训练过程中所捕获运动模式的多样性。现有的微表情识别研究主要依赖简单的空间增强方法(如翻转、旋转),而忽略了能够更好利用运动特性的时间增强策略。为弥补这一不足,本文提出了一种基于动态图像的相位感知时间增强方法。我们的方法并未将整个表情编码为单一的起止动态图像(DI),而是将每个表情序列分解为两个运动相位:起始至顶点相位和顶点至终止相位。为每个相位分别生成一个DI,形成双相位DI增强策略。这些相位特定的表示丰富了运动多样性,并引入了对识别细微面部过渡至关重要的互补时间线索。在CASME-II和SAMM数据集上使用六种深度架构(包括CNN、Vision Transformer以及轻量级LEARNet)进行的大量实验表明,该方法在识别准确率、未加权F1分数和未加权平均召回率方面均带来持续的性能提升,这些指标对于解决微表情识别中的类别不平衡问题至关重要。当与空间增强方法结合使用时,我们的方法可获得高达10%的相对提升。所提出的增强方法简单、模型无关且在低资源场景下有效,为鲁棒且可泛化的微表情识别提供了一个有前景的方向。
引用
@article{arxiv.2510.15466,
title = {Improving Micro-Expression Recognition with Phase-Aware Temporal Augmentation},
author = {Vu Tram Anh Khuong and Luu Tu Nguyen and Thanh Ha Le and Thi Duyen Ngo},
journal= {arXiv preprint arXiv:2510.15466},
year = {2025}
}