%A 梁正友, 何景琳, 孙宇 %T 一种用于微表情自动识别的三维卷积神经网络进化方法 %0 Journal Article %D 2020 %J 计算机科学 %R 10.11896/jsjkx.190700009 %P 227-232 %V 47 %N 8 %U {https://www.jsjkx.com/CN/abstract/article_19318.shtml} %8 2020-08-15 %X 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。