公开(公告)号：CN116030521A

公开(公告)日：2023-04-28

申请号：CN202310058672.7

申请日：2023-01-18

Applicant: 杭州电子科技大学

Inventor： 付晓峰 ,  吴文彬 ,  孙曜

IPC: G06V40/16 ,  G06V10/62 ,  G06V10/42 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774

Abstract: 本发明公开了一种基于频域特征的微表情识别方法，包括步骤：提取微表情序列中的起始帧和顶点帧，记顶点帧为选定帧；根据微表情序列的起始帧和选定帧计算稠密光流序列；对稠密光流序列中的光流图像进行预处理；将预处理后的光流图像作为输入，训练PDTNet模型；输入待测试图像到训练完成的PDTNet模型中，获得微表情识别结果。本发明融合频域特征中的相位特征和振幅特征得到带有全局信息的融合特征，用于PDTNet模型训练，进一步提高PDTNet模型识别的准确率。

公开(公告)号：CN116912898A

公开(公告)日：2023-10-20

申请号：CN202310480598.8

申请日：2023-04-28

Applicant: 杭州电子科技大学

Inventor： 付晓峰 ,  吴文彬 ,  孙曜

IPC: G06V40/16 ,  G06V10/30 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了一种基于去噪扩散隐式模型的微表情数据生成方法。本发明包括以下步骤：获取微表情序列；在微表情序列中提取顶点帧，提取顶点帧及左右的若干帧作为选定帧；使用选定帧训练微表情扩散模型；将纯高斯噪声和选定帧作为输入进行融合采样，融合采样过程包括根据纯高斯噪声通过训练好的微表情扩散模型生成生成图片，根据生成图片和选定帧计算生成图片的FID指标，以FID指标对生成图片进行筛选。本发明有效地增加了微表情数据的数据量，同时提高了生成图片的质量，使其可以达到提升分类模型分类准确率的要求。