用于微表情识别的三维卷积神经网络进化方法

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，C3 Devol）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网络结构并避免局部优化。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C3 Devol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。