Devido à incapacidade do método de fluxo óptico em aproveitar plenamente as informações de cor facial em microexpressões, resultando em baixa precisão de reconhecimento, este artigo propõe um método de rede dupla via multi-atenção baseado em cor e fluxo óptico. Primeiro, propõe-se extrair preliminarmente características fisiológicas emocionais faciais na forma de mapa de diferença de cor CIE Luv, compensando a singularidade e as limitações das características de fluxo óptico das microexpressões; em seguida, os módulos PAM e ECA são combinados em paralelo para obter um módulo leve de dupla atenção que extrai características chave espaciais e de canal; por fim, projeta-se um mecanismo de atenção cruzada para obter características mistas de cor e fluxo óptico, que são fundidas com características chave espaciais e de canal para classificação. O modelo foi avaliado usando validação cruzada leave-one-out. A acurácia e as pontuações F1 alcançaram 69,18% e 67,04% no conjunto de dados SAMM, e 72,38% e 70,85% no conjunto de dados CASME II. Os resultados experimentais superam os algoritmos dominantes atuais, comprovando ainda a eficácia do modelo e seus módulos no reconhecimento de microexpressões.

Visão computacional; Reconhecimento de microexpressões; CIE Luv; Características de cor; Características de fluxo óptico; Rede dupla via