项目编号：202413631026

项目名称：基于神经网络模型和堆叠法的多领域微表情识别

执行时间：2024年3月至2025年6月

项目成员：刘昕岳、李达、冉乘昊、宁勇智、张浩然、杨皓东、李明阳                      

指导教师：彭钰莹（讲师） 软件与大数据技术系

项目简介（300字以内）：

项目专注于研发一款针对不用领域的微表情识别系统，利用深度神经网络的强大特征学习能力，结合堆叠学习方法，从视频或实时采集的图像中提取面部特征，并结合时间序列分析来识别和分类微表情，针对各类疾病、学生、儿童的典型微表情特征进行高效识别。如针对疾病患者，系统收集来自临床实践和实验研究的病患微表情数据，通过深度模型提取并整合高阶抽象特征，采用堆叠法聚合多个模型的预测结果，力求实现对多种精神类疾病的微表情特征进行准确分类和解读。

创新点（300字以内）：

1. 该项目首次尝试将神经网络模型与堆叠法相结合，针对多领域特别是疾病识别这一特殊场景下的微表情进行深入研究，打破以往微表情识别大多集中在通用情绪识别的局限。

2. 通过深度神经网络模型自适应学习和挖掘各类人群特有的表情特征，克服了常规表情识别忽略特定情绪表达的不足。

3. 创新性地引入堆叠法，将多个微表情识别模型的输出结果进行集成，充分利用模型间的互补性，提高了微表情识别在各类场景下的准确度和稳定性。

取得成果：

1.专利申请：204年申请发明专利“一种基于神经网络模型和堆叠法的微表情识别方法及系统”，已由大连市知识产权局公布，公布日期为2025年3月14日。

2. 国际学术论文发表：在WAIE2024会议上发表学术论文《Implementation and Evaluation of Student Microexpression Recognition Method Based on Neural Network Model in Blended Learning》，展示了基于神经网络模型的学生微表情识别方法在混合式教学中的应用效果。

3. 学生竞赛获奖：在海峡两岸暨港澳地区大学生计算机创新作品赛中，团队凭借“童颜解码器-基于神经网络模型的学生微表情识别”项目获得本科三等奖；在“枫叶优体”杯辽宁省大学生“互联网+儿童•生活•环境”创意项目大赛中，以“童颜解码器-基于神经网络模型的儿童健康微表情识别”项目荣获一等奖。

心得体会（200字以内）：

 在项目实施过程中，团队成员收获颇丰。通过深入研究微表情识别技术，我们不仅提升了专业技能，还培养了团队协作和创新思维能力。在数据采集和模型优化过程中，我们遇到了诸多技术难题，但在指导教师的悉心指导下，团队成员齐心协力，逐一攻克难关。跨领域应用实践让我们认识到微表情识别技术的广泛应用前景，也让我们意识到技术优化和跨学科合作的重要性。未来，我们将继续优化技术，拓展应用领域，为相关领域的发展贡献更多力量。

相关图片：（每个项目提供至少2张图片，图片可为成果设计图、实物照片、团队合影、学生实验操作照片等，其中团队合影至少1张，图片要加图注。）

图1 学生实验操作照片

图2团队合影

图3 成果设计图