一种融合宏表情迁移学习与数据降维的微表情识别方法

本发明涉及一种融合宏表情迁移学习与数据降维的微表情识别方法，属于计算机视觉领域。该方法为：1)利用稠密光流算法提取宏表情和微表情特征；2)对微表情特征进行非线性放大，以增强微表情表达强度；3)利用均匀流形近似与投影将宏表情和微表情特征降维，并对宏‑微表情进行匹配；4)利用矢量化最大池化层保留宏表情和微表情特征中的方向信息；5)利用引导机制融合宏表情与微表情，并使用卷积神经网络进行学习。本发明在微表情特征微弱、样本稀缺的场景下研究识别问题，更符合实际的微表情识别需求，所提识别方法能有效提升复杂场景下微表情识别的精准度。