Key points are not available for this paper at this time.
Ein robustes automatisches Mikroexpressionserkennungssystem hätte breite Anwendungen in der nationalen Sicherheit, der Polizeiinterrogation und der klinischen Diagnose. Die Entwicklung eines solchen Systems erfordert qualitativ hochwertige Datenbanken mit ausreichenden Trainingsmustern, die derzeit nicht verfügbar sind. Wir haben die zuvor entwickelten Mikroexpressiondatenbanken überprüft und eine verbesserte Datenbank (CASME II) erstellt, mit höherer zeitlicher Auflösung (200 fps) und räumlicher Auflösung (ca. 280×340 Pixel im Gesicht). Wir haben die Gesichtsausdrücke der Teilnehmer in einer gut kontrollierten Laborumgebung und bei angemessener Beleuchtung (z. B. durch Beseitigung von Lichtflimmern) hervorgerufen. Aus nahezu 3000 Gesichtsausdrücken wurden 247 Mikroexpressionen für die Datenbank ausgewählt, mit annotierten Aktions-Einheiten (AUs) und Emotionen. Für die Basisbewertung wurden LBP-TOP und SVM jeweils für die Merkmalsextraktion und den Klassifikator mit der Leave-One-Subject-Out-Cross-Validation-Methode eingesetzt. Die beste Leistung liegt bei 63,41 % für die 5-Klassen-Klassifikation.
Yan et al. (Mon,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: