26年WP计算机科学与技术 基于深度学习的微表情识别系统设计与实现13.12-AI30.88-约33811字符.pdf

WHKJ大学本科毕业论文I摘要微表情是人类无意识流露的真实情绪信号，具有持续时间短、面部运动微弱、难以伪装的特点，在公共安全、心理诊疗、人机交互等领域具有重要应用价值。传统微表情识别方法依赖人工设计特征，难以捕捉微表情细微的时空变化，且面对数据规模有限、样本类别不平衡等问题时，识别准确性与鲁棒性较差。本文设计并实现了融合卷积神经网络（CNN）、长短期记忆网络（LSTM）与注意力机制的深度学习微表情识别系统。首先采用YOLOv8模型完成复杂背景下的人脸快速检测与区域裁剪，减少无关信息干扰；其次构建CNN提取单帧人脸图像的空间纹理特征，通过LSTM建模...