基于随机森林的连续情感识别和跟踪算法

• 作者: 侯培文 王一军
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 情感识别 随机森林 三维脸部模型 图像融合 回归 皮尔逊相关系数
• 年，卷（期）: 2018,（22）
• 所属期刊栏目: 论文
• 页码范围: 77-83
• 页数: 7页
• 分类号: TP391.41
• 字数: 7136字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1815.2018.22.011

摘要

现有的大多数情感识别算法在进行连续情感识别时稳健性较差,影响了识别的精度.为此,提出一种基于随机森林的连续情感识别和跟踪算法,可持续识别出人脸在正常交流过程中的各种情感.在训练阶段,首先重建输入图像的三维脸部模型.并通过图像融合来构建连续情感表示(CEP)和用户无关情感表示(UIEP).然后,由三维脸部形态、CEP图像及其情感值构成增强型训练集,并利用该训练集来构建随机森林.在情感估计阶段,随机森林同时进行两种回归操作:一种是针对三维脸部表情的跟踪;一种是针对当前情感的识别.当前时间步骤的CEP图像和之前时间步骤的三维脸部形态作为输入,计算当前时间步骤的情感值和三维脸部形态作为输出.当随机森林没有合适的输出时,利用UIEP图像进行复原优化,获得经过复原的三维脸部形态和情感.仿真实验结果表明,所提算法的性能优于当前大多数情感识别算法,实时连续情感识别时的皮尔逊相关系数也较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯培文	太原学院计算机工程系	4	0	0.0	0.0
2	王一军	清华大学深圳研究生院	1	0	0.0	0.0