基于双分支特征提取与融合的微表情识别
计算机视觉与模式识别
2026-03-02 v1 人工智能
摘要
微表情以瞬时性和微妙性为特征，给现有的基于光流的识别方法带来挑战。为此，本文提出一种集成平行注意力的双分支微表情特征提取网络。主要贡献包括：1）设计一个用于缓解梯度消失和网络退化的残差网络；2）构建一个 Inception 网络以增强模型表示并抑制来自无关区域的干扰；3）开发一个自适应特征融合模块以整合双分支特征。在 CASME II 数据集上的实验表明，所提方法达到 74.67% 的准确率，优于 LBP-TOP（提升 11.26%）、MSMMT（提升 3.36%）及其他比较方法。
引用
@article{arxiv.2602.23950,
title = {Micro-expression Recognition Based on Dual-branch Feature Extraction and Fusion},
author = {Mingjie Zhang and Bo Li and Wanting Liu and Hongyan Cui and Yue Li and Qingwen Li and Hong Li and Ge Gao},
journal= {arXiv preprint arXiv:2602.23950},
year = {2026}
}
备注
4 pages, 4 figures,conference paper