结合运动时序性的人脸表情识别方法.PDFVIP

第 6 期 电 子 学 报 V〇1.44 No. 6 2016 年 6 月 ACTAELECTRONICASINICA Jun. 2016 结合运动时序性的人脸表情识别方法 邱 玉 ， 赵杰 煜 ，汪燕 芳 (宁波大学信息科学与工程学院 浙江宁波， 31 2 1 1 ) 摘 要 ： 脸部肌肉之间的时空关系在人脸表情识别中起着重要作用,而当前的模型无法高效地捕获人脸的复杂 全局时空关系使其未被广泛应用. 为了解决上述问题，本文提出一种基于区间代数贝叶斯网络的人脸表情建模方法, 该方法不仅能够捕获脸部的空间关系，也能捕获脸部的复杂时序关系, 从而能够更加有效地对人脸表情进行识别.且 该方法仅利用基于跟踪的特征且不需要手动标记峰值帧 ，可提高训练与识别的速度.在标准数据库CK + 和 MMI上进 行实验发现本文方法在识别人脸表情过程中有效提高了准确率. 关键词： 表情识别；脸部肌肉运动的时序性；贝叶斯网络；区间代数 中图分类号： TN391 .4 文献标识码： A 文章编号： 0372-2112 (2016)06-1307-0 电子学报 U RL: http ://www. ejoumal. org. cn D O I ：10. 3969/j. issn. 0372-2112. 2016. 06. 00 Facial Expression Recognition Using Temporal Relations Among Facial Movements QIU Y u ,ZHAO Jie -y u ,WANG Yan-fang {Faculty of Electrical Engineering and Computer Science ,Ningbo University ,Ningbo ,Zhejiang 315211 , China) Abstract: Spatial and temporal relations bet\veen different facial muscles are very important in the facial expression recognition process. However,these implicit relations have not been widely used due to the limitation of the current models. In order to make full use of spatial and temporal information， we model the facial expression as a complex activity consisting of different facial events. Furthermore,we introduce a special Bayesian net\vork; to capture the temporal relations among fa­ based on tracking results and this method does not require the p e a frames, which can improve the speed of training and rec­ ognition. Experimental results on the benchmak dat