基于人脸运动单元及表情关系模型的自动表情识别

• 作者: 卢亚楠 姜波 孙铁 王志良 解仑
• 来源期刊: 北京理工大学学报
• 学科: 工学
• 关键词: 运动单元 Gabor特征 K临近 贝叶斯网络 极大后验概率
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 信息与控制
• 页码范围: 163-169
• 分类号: TP751.1
• 语种: 中文
• DOI: 10.15918/j.tbit1001-0645.2016.02.011

摘要

面部表情是人们表达情感和意向最有效、自然、快捷的方式.表情的发生主体不同,程度不同,导致了表情的自发性.基于这一难点,建立了一种人脸运动单元(action units,AUs)及面部表情间的概率关系模型,该模型将人脸分为眉眼区域和嘴巴区域两部分,采用Gabor小波提取区域特征,通过K临近(K nearest neighbor,KNN)与贝叶斯网络(Bayesian network,BN)相结合的机器学习算法进行自动AUs表情识别.这种改进的机器学习算法,通过训练数据以及主观的先验知识进行模型学习,为AUs配以不同的权重,并且根据极大后验概率(maximum aposteriori probability,MAP)选取最优表情.实验表明,本文所提出的模型对不同主体、不同程度的表情都表现出了较高的识别率,是一种高效且鲁棒性强的自动表情识别系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王志良	北京科技大学计算机与通信工程学院	256	3435	32.0	46.0
2	解仑	北京科技大学计算机与通信工程学院	53	347	10.0	16.0
3	姜波	北京科技大学计算机与通信工程学院	5	22	3.0	4.0
4	孙铁	北京科技大学自动化学院	12	66	5.0	7.0
5	卢亚楠	北京科技大学自动化学院	1	11	1.0	1.0