基于視頻的面部表情強度度量方法研究.pdf

1、隨著情感計算和智能化的人機交互界面的發(fā)展，要求機器具備感知和理解人的情感的能力。因此，面部表情分析作為一個重要的課題被提出來，并在近十多年來展開了廣泛的研究。目前已有多種面部表情識別方法，但是對表情強度的度量并沒有充分展開。對面部表情進行強度度量有助于進一步理解人的情感狀態(tài)和情緒強度，是情感機器人的未來發(fā)展趨勢。 本文在總結(jié)面部表情分析研究現(xiàn)狀的基礎(chǔ)上，針對面部表情強度度量的方法開展研究，并構(gòu)建了一個表情強度度量系統(tǒng)實例，其主要

2、工作如下： 1.采用一種基于L-K光流算法的改進的跟蹤方法對面部特征點進行跟蹤。原始L-K光流算法用于面部特征點跟蹤時，易出現(xiàn)跟蹤不穩(wěn)定的情況。通過把面部特征點之間的幾何位置關(guān)系作為約束，對跟蹤偏差大或丟失跟蹤的點進行修正跟蹤，提高了面部特征點的跟蹤準確率。 2.在表情特征降維階段，采用一種非線性降維方法-等容特征映射(Isoamp)，從高維的面部特征點運動軌跡中抽取出表示表情強度的一維流形。這種降維方法自動產(chǎn)生了訓練集