CASME II: An Improved Spontaneous Micro-Expression Database and the Baseline Evaluation论文https://journals.plos.org/plosone/article/file?id10.1371/journal.pone.0086041typeprintable代码数据下载https://gitee.com/CodeStoreHub/micro-expressions数据集介绍数据集来源CASME II 是由中国科学院心理研究所Institute of Psychology, Chinese Academy of Sciences创建的主要用于研究微表情的自动识别和分析。参与者该数据库收集了来自35名参与者包括男女的微表情视频数据。所有参与者都是亚裔年龄介于22到30岁之间。数据采集视频数据是在参与者被要求观看情感激发视频的过程中采集的情感激发视频设计为能引发自然的情绪反应。使用高速摄像机拍摄帧率为200 fps每秒帧数分辨率为640×480像素。所有视频都在控制环境下录制以尽可能减少噪音和干扰。微表情类别数据库中的微表情被分为7类情感类别愤怒、厌恶、恐惧、幸福、悲伤、惊讶和中性。标签每个视频片段都进行了详细的标注包含了微表情的起始时间、结束时间、类别、以及情感的触发条件。标注信息是由两位面部表情分析专家通过回放视频并对其进行逐帧分析后得出的。应用领域CASME II 数据库被广泛用于微表情识别的算法开发、表情分析、情感计算、心理学研究以及在安全领域的人机交互系统。挑战由于微表情的持续时间极短且强度较低自动检测和识别微表情是一项极具挑战性的任务。CASME II 提供了丰富的高质量数据使得研究人员能够开发和测试更为先进的微表情识别算法。使用CASME II数据集的注意事项CASME II 数据库的使用需要遵循许可协议通常要求在相关学术论文中引用原始数据库论文。研究人员使用该数据库时需确保符合伦理规范并尊重参与者的隐私权。参考文献Yan, W.-J., Li, X., Wang, S.-J., Zhao, G., Liu, Y.-J. (2014). CASME II: An Improved Spontaneous Micro-Expression Database and the Baseline Evaluation. PLOS ONE, 9(1), e86041.这个数据库为微表情研究提供了坚实的数据基础是微表情自动检测与分析领域的重要资源。代码介绍本代码采用基于深度残差网络的图像分类模型对 CASME2 微表情数据集进行识别。所使用的模型以 ResNet50 作为主干网络结构构建了一个端到端的图像级微表情识别系统。输入为从 CASME2 数据集中提取的关键帧图像通常为 apex 帧代表微表情动作最显著的时刻。模型通过一系列卷积、归一化与残差连接提取面部区域的高级语义特征最终通过全连接层映射到情绪类别空间使用 softmax 函数进行分类预测。训练过程中系统使用交叉熵损失函数对模型输出与真实标签进行监督学习并采用 Adam 优化器进行参数更新同时集成 MultiStep 学习率调度器以提高训练稳定性和收敛速度。为适应 CASME2 图像尺寸与形状不一的特点输入图像在送入网络前进行了居中填充、统一缩放与随机水平翻转等增强操作。算法识别准确率达99.48%数据预览