一种用于微表情自动识别的三维卷积神经网络进化方法

作     者：梁正友 何景琳 孙宇 LIANG Zheng-you;HE Jing-lin;SUN Yu

作者机构：广西大学计算机与电子信息学院南宁530004 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2020年第47卷第8期

页      面：227-232页

学科分类：08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61763002)。 

主　　题：微表情识别 遗传算法 三维卷积神经网络 特征提取 网络结构优化 

摘      要：由于微表情持续时间短、动作幅度小,因此微表情自动识别一直是一个具有挑战性的问题。针对上述问题,提出一种用于微表情识别的三维卷积神经网络进化(Three-Dimensional Convolutional Neural Network Evolution,C3DEvol)方法。该方法使用能有效提取动态信息的三维卷积神经网络(Three-Dimensional Convolutional Neural Network,C3D)来提取微表情在时域和空域上的特征;同时使用具有全局搜索和优化能力的遗传算法对C3D的网络结构进行优化,以获取最优的C3D网络结构和避免局部优化。利用CASME2数据集在带有两块NVIDIA Titan X GPU的工作站上开展了实验,结果表明C3DEvol微表情自动识别的准确率达到63.71%,优于现有的微表情自动识别方法。