基于时空兴趣点的情绪识别

• 作者: 汪伟鸣 邵洁
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 时空兴趣点 情绪识别 特征提取 最近邻分类 支持向量机 面部表情 肢体动作
• 年，卷（期）: 2017,（5）
• 页码范围: 159-161
• 页数: 3页
• 分类号: TP317

摘要

情绪识别是当前人工智能和机器学习研究领域的热点问题，情绪识别目前多采用面部表情、身体行为和语音信号分析法。该文提出了一种基于时空兴趣点的情绪识别算法，该算法从包含情绪特征的视频中提取大量的时空兴趣点，并将兴趣点进行优化处理，从而对情绪进行表征，最后利用最近邻分类和支持向量分类分别进行情绪识别。实验在FABO数据库下，分析了开心，悲伤，恐惧，愤怒，迷惑，无聊，惊喜七种不同的情绪，分别对面部和面部结合肢体动作两种情况进行了测试，其中最佳识别率能达到80．5％，证明了该算法的有效性和鲁棒性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵洁	上海电力学院电子与信息工程学院	22	39	4.0	5.0
2	汪伟鸣	上海电力学院电子与信息工程学院	3	1	1.0	1.0