基于CLNF与BN模型的疼痛表情识别方法

• 作者: 郭文强 李梦然 侯勇严 肖秦琨
• 来源期刊: 计算机工程
• 关键词: 疼痛表情识别 约束局部神经域模型 活动单元 贝叶斯网络模型 变权重融合 参数估算
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 开发研究与工程应用|Development Research and Engineering Application
• 页码范围: 298-305,312
• 页数: 9页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0059766

摘要

为提高疼痛表情的识别准确性,将约束局部神经域(CLNF)模型和贝叶斯网络(BN)模型相结合,提出一种疼痛表情识别方法.利用CLNF模型获取疼痛表情的关键特征点,在此基础上得到携带大量疼痛信息的面部活动单元(AU),通过对AU加标签处理得到样本数据集.根据定性专家经验获取BN条件概率之间的约束集合,采用变权重方法将样本数据集与约束扩展参数集相融合以完成BN模型的参数估算,并通过BN推理方法实现疼痛表情的最终识别.实验结果表明,与概率潜在语义分析、局部二值体卷积神经网络等方法相比,该方法可有效提高疼痛表情的识别性能,具有更高的识别精度.