發(fā)布時間：2017-12-31 20:13

  本文關(guān)鍵詞：基于差分能量圖和CGBP的微表情識別　出處：《西南交通大學(xué)學(xué)報》2016年06期 　論文類型：期刊論文

  更多相關(guān)文章： 圖像處理 微表情識別 差分能量圖 中心化Gabor二值化模式 ELM分類器

【摘要】：微表情是一種不能自主控制和偽裝的面部表情,其與誠信度的關(guān)系密切,具有持續(xù)時間短且難以識別的特征.為提高計算機自動識別微表情的準(zhǔn)確性,提出一種基于差分能量圖和中心化Gabor二值模式(centralized Gabor binary patterns,CGBP)的微表情識別方法.該方法首先利用差分法計算微表情序列的能量得到差分能量圖,獲得人臉面部肌肉相位的變化;其次將Gabor與中心二值模式CBP相結(jié)合,得到CGBP算子對能量圖進(jìn)行微表情的特征提取;最后利用ELM分類器進(jìn)行微表情分類識別.在CASME微表情庫上的實驗結(jié)果表明,該方法比LBP-TOP、DTSA3、Gabor、VLBP、CBP-TOP算法更能有效地獲得微表情序列的時空紋理特征,平均識別率為86.54%.
[Abstract]:Microfacial expression is a kind of facial expression which can not be controlled and camouflaged independently. It is closely related to the degree of honesty and has the characteristics of short duration and difficult to recognize. In order to improve the accuracy of automatic recognition of microexpressions by computer. A centralized Gabor binary patterns based on differential energy diagram and central Gabor binary mode is proposed. In this method, the difference method is used to calculate the energy of microfacial expression sequence to obtain the difference energy map, and the phase change of facial muscle is obtained. Secondly, the Gabor is combined with the central binary mode CBP, and the CGBP operator is obtained to extract the feature of the micro-expression of the energy map. Finally, the ELM classifier is used to classify and recognize microexpressions. The experimental results on CASME microfacial expression database show that the proposed method is better than LBP-Topo DTSA3 / GaborBP. The CBP-TOP algorithm is more effective in obtaining temporal and spatial texture features of microfacial expression sequences with an average recognition rate of 86.54.
【作者單位】： 河北工業(yè)大學(xué)計算機科學(xué)與軟件學(xué)院;中國汽車技術(shù)研究中心;
【基金】：國家自然科學(xué)基金資助項目(60302018) 天津市科技計劃資助項目(14RCGFGX00846) 河北省自然科學(xué)基金資助項目(F2015202239)
【分類號】：TP391.41
【正文快照】： 人臉表情識別的目的是在非接觸的情況下通過計算機自動識別出人臉的表情,進(jìn)一步分析出人的情感或情緒,是智能化人機接口領(lǐng)域的一個重要研究課題[1-2].然而,人除了有普通表情,還存在著兩種難以被人覺察的表情,一種是強度非常低的弱表情(subtle expression),另一種是持續(xù)時間非

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 應(yīng)自爐;張有為;李景文;;融合人臉局部區(qū)域的表情識別[J];信號處理;2009年06期

2 胡明銀;孟凡民;;微表情識別的偵查實用性探析[J];江西警察學(xué)院學(xué)報;2011年03期

3 申尋兵;隋華杰;許坤金;;微表情識別能力與在校生人際關(guān)系相關(guān)性研究[J];科技視界;2013年28期

4 武宇文,劉宏,查紅彬;基于特征分組加權(quán)聚類的表情識別[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2005年11期

5 何良華,鄒采榮,包永強,趙力;人臉面部表情識別的研究進(jìn)展[J];電路與系統(tǒng)學(xué)報;2005年01期

6 楊國亮;王志良;王國江;;面部表情識別研究進(jìn)展[J];自動化技術(shù)與應(yīng)用;2006年04期

7 王功孝;;面部表情識別研究綜述[J];黑龍江科技信息;2007年24期

8 韓t}t};王益文;洪慧;徐艷嬌;;面孔呈現(xiàn)順序?qū)植勘砬樽R別的影響[J];山東師范大學(xué)學(xué)報(自然科學(xué)版);2008年02期

9 寧凡;厲星星;;基于人臉幾何結(jié)構(gòu)的表情識別[J];計算機應(yīng)用與軟件;2009年06期

10 方婷;葛萬成;;基于人臉非對稱性的表情識別[J];信息技術(shù);2009年11期

相關(guān)會議論文 前10條

1 沈卓卿;俞國良;;情緒表達(dá)者的文化差異對表情識別的影響[A];第十二屆全國心理學(xué)學(xué)術(shù)大會論文摘要集[C];2009年

2 章吉;陳英和;;兒童混合表情識別的發(fā)展及與基本表情識別的關(guān)系[A];增強心理學(xué)服務(wù)社會的意識和功能——中國心理學(xué)會成立90周年紀(jì)念大會暨第十四屆全國心理學(xué)學(xué)術(shù)會議論文摘要集[C];2011年

3 劉芳;王志良;徐銀梅;陳鋒軍;郭群;;應(yīng)用于表情識別的黑斑特征算法的設(shè)計與實現(xiàn)[A];第一屆中國情感計算及智能交互學(xué)術(shù)會議論文集[C];2003年

4 史光遠(yuǎn);崔麗霞;;性別和羞怯水平對大學(xué)生面部表情識別的影響[A];第十五屆全國心理學(xué)學(xué)術(shù)會議論文摘要集[C];2012年

5 曹宇嘉;鄭文明;趙力;鄒采榮;;基于差值模板特征的表情識別方法[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2005年

6 李睿凡;朱強生;郭燕慧;劉海濤;;魯棒局部保持投影的表情識別[A];2006年首屆ICT大會信息、知識、智能及其轉(zhuǎn)換理論第一次高峰論壇會議論文集[C];2006年

7 韓t}t};王益文;;面孔呈現(xiàn)順序?qū)植勘砬樽R別的影響[A];第十一屆全國心理學(xué)學(xué)術(shù)會議論文摘要集[C];2007年

8 歐陽琰;桑農(nóng);;基于面部動作單元組合特征的表情識別[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

9 羅崢;魏錦;陳凡;尹天驕;;自閉、智障與正常兒童面部表情識別的差異[A];增強心理學(xué)服務(wù)社會的意識和功能——中國心理學(xué)會成立90周年紀(jì)念大會暨第十四屆全國心理學(xué)學(xué)術(shù)會議論文摘要集[C];2011年

10 張明;傅小蘭;;微表情識別的背景效價效應(yīng)[A];心理學(xué)與創(chuàng)新能力提升——第十六屆全國心理學(xué)學(xué)術(shù)會議論文集[C];2013年

相關(guān)博士學(xué)位論文 前10條

1 楊勇;基于粗糙集理論的表情識別研究[D];西南交通大學(xué);2009年

2 李遠(yuǎn)征;人體目標(biāo)跟蹤和表情識別中的若干問題研究[D];西安電子科技大學(xué);2013年

3 阮錦新;多姿態(tài)人臉檢測與表情識別關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2010年

4 歐陽琰;面部表情識別方法的研究[D];華中科技大學(xué);2013年

5 朱明旱;基于流形學(xué)習(xí)的人臉表情識別研究[D];中南大學(xué);2009年

6 劉帥師;非均勻光照和局部遮擋情況下的魯棒表情識別理論與方法研究[D];吉林大學(xué);2012年

7 張錚;基于二維MB-LGBP特征的表情識別及其光照檢測研究[D];天津大學(xué);2010年

8 付曉峰;基于二元模式的人臉識別與表情識別研究[D];浙江大學(xué);2008年

9 洪濤;船體建造CAD/CAM系統(tǒng)數(shù)據(jù)庫技術(shù)及面部表情識別技術(shù)的若干研究[D];浙江大學(xué);2003年

10 李永強;基于動態(tài)貝葉斯網(wǎng)絡(luò)的人面部運動識別方法研究[D];哈爾濱工業(yè)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 賀春榮;情緒情境與訓(xùn)練因素對微表情識別能力影響的研究[D];山西醫(yī)科大學(xué);2012年

2 竇曉娟;大學(xué)生自卑特質(zhì)對面部表情識別的影響研究[D];河北師范大學(xué);2015年

3 黃世偉;雙相躁狂患者面部表情識別的研究[D];安徽醫(yī)科大學(xué);2015年

4 陳心韻;抑郁傾向、抑郁癥患者與正常人生態(tài)化微表情識別差異及評估指標(biāo)初探[D];蘇州大學(xué);2015年

5 張海婷;基于深度神經(jīng)網(wǎng)絡(luò)的人體動作及自發(fā)表情識別[D];山東大學(xué);2015年

6 武冠群;基于情感模型的表情識別及應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2015年

7 路立;生態(tài)化微表情識別測量的編制及微表情識別差異研究[D];蘇州大學(xué);2015年

8 王晶晶;面部反饋對表情識別的作用及其影響因素[D];浙江師范大學(xué);2015年

9 王劍云;基于深度神經(jīng)網(wǎng)絡(luò)的表情識別算法[D];西南科技大學(xué);2015年

10 趙晴;微表情識別、親社會行為與人際交往的關(guān)系研究[D];曲阜師范大學(xué);2015年

，

本文編號：1361286