基于面部块运动历史直方图特征的视频表情自动识别
2017-12-08郭振铎路向阳徐庆伟高广帅
计算机应用与软件 2017年11期
郭振铎 路向阳 徐庆伟 高广帅
(中原工学院电子信息学院 河南 郑州 450007)
基于面部块运动历史直方图特征的视频表情自动识别
郭振铎 路向阳 徐庆伟 高广帅
(中原工学院电子信息学院 河南 郑州 450007)
为了自动识别视频中的表情类别,提出基于面部块表情特征编码的视频表情识别方法。检测并精确定位视频中人脸关键点位置,之后以检测到的关键点为中心,提取面部显著特征块;对面部各特征块提取运动历史直方图动态特征描述子,这些描述子被当作表情特征输入Adaboost分类器进行训练和识别;最终预测视频表情类型。通过在国际通用表情数据库BU-4DFE的纹理图像上进行测试,取得了83.2% 的平均识别率,充分证明了所提算法的有效性。跟同领域其他主流算法相比,所提算法具有很强的竞争性。
表情识别 人脸配准 MHH 面部显著块 Adaboost分类器
0 引 言
人脸通常包含人类重要的身份信息,同时也包含了丰富的情感信息。面部表情识别FER(Facial Expression Recognition)是人脸分析中的一个重要研究分支,作为人类日常生活中一种常见的情感表达方式,人类内心情感状态通常都会由面部表情直观表现出来。通过对面部表情进行研究可以深入了解人的内心状态,研究对人类内心世界的表达和相互了解具有重要意义。随着计算机计算能力的极大提高,FER技术已经成为图像处理领域一个重要的研究热点,并被广泛应用于智能机器人、远程医疗、远程教育、智能游戏、精神状态分析、疲劳驾驶等领域[1]。……
登录APP查看全文
