微表情面部肌电跨模态分析及标注算法
长久以来,微表情的小样本问题始终制约着微表情分析的发展,而小样本问题归根到底是因为微表情的数据标注十分困难.本研究希望借助面部肌电作为技术手段,从微表情数据自动标注、半自动标注和无标注三个方面各提出一套解决方案.对于自动标注,提出基于面部远端肌电的微表情自动标注方案;对于半自动标注,提出基于单帧标注的微表情起止帧自动标注;对于无标注,提出了基于肌电信号的跨模态自监督学习算法.同时,本研究还希望借助肌电模态,对微表情的呈现时间和幅度等机理特征进行拓展研究.
图像标注、微表情分析、远端面部肌电、微表情数据标注
32
B841(心理学)
国家自然科学基金;国家自然科学基金;国家自然科学基金
2024-01-17(万方平台首次上网日期,不代表论文的发表时间)
共13页
1-13