AMMSM: Adaptive Motion Magnification and Sparse Mamba for Micro-Expression Recognition
作者: Xuxiong Liu, Tengteng Dong, Fei Wang, Weijie Feng, Xiao Sun
发布时间: 2025-04-03
来源: arxiv
研究方向: 微表情识别
主要内容
提出了一种名为AMMSM的微表情识别框架，该框架通过自适应运动放大和稀疏Mamba模型来提高微表情的识别精度。
主要贡献
1. 提出了一个具有自适应运动放大的端到端微表情识别模型，以解决检测微妙面部运动的问题。
2. 引入了稀疏Mamba模型，自动选择关键面部运动区域，最小化与微表情识别无关的运动的影响。
3. 设计的AMMSM框架适用于多任务学习，并使用端到端深度网络架构进行训练，在两个标准微表情数据集上实现了最先进的性能。
研究方法
1. 自适应运动放大
2. 稀疏激活
3. Mamba模型
4. 进化搜索
5. 端到端深度网络架构
实验结果
在CASME II和SAMM两个标准数据集上，AMMSM模型在微表情识别任务中达到了最先进的准确性和鲁棒性。
未来工作
计划探索更先进的生成模型，并在更大的数据集上进一步改进识别精度和泛化能力。