姜波
- 作品数：2 被引量：9H指数：2
- 供职机构：北京科技大学计算机与通信工程学院更多>>
- 发文基金：国家自然科学基金北京市自然科学基金国家科技支撑计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于人脸运动单元及表情关系模型的自动表情识别被引量：5
- 2016年
- 面部表情是人们表达情感和意向最有效、自然、快捷的方式.表情的发生主体不同,程度不同,导致了表情的自发性.基于这一难点,建立了一种人脸运动单元(action units,AUs)及面部表情间的概率关系模型,该模型将人脸分为眉眼区域和嘴巴区域两部分,采用Gabor小波提取区域特征,通过K临近(K nearest neighbor,KNN)与贝叶斯网络(Bayesian network,BN)相结合的机器学习算法进行自动AUs表情识别.这种改进的机器学习算法,通过训练数据以及主观的先验知识进行模型学习,为AUs配以不同的权重,并且根据极大后验概率(maximum a posteriori probability,MAP)选取最优表情.实验表明,本文所提出的模型对不同主体、不同程度的表情都表现出了较高的识别率,是一种高效且鲁棒性强的自动表情识别系统.
- 解仑卢亚楠姜波孙铁王志良
- 关键词：GABOR特征贝叶斯网络
- 光流模值估计的微表情捕捉被引量：5
- 2017年
- 采用力的加速度参量展开描述人脸表情的变化过程,直接反映变化速度,从而有效捕捉表情序列中由不完全肌肉运动所引起的微表情关键帧.利用Horn-Schunck(H-S)光流法对连续运动的人脸图像序列提取运动目标的运动特征;通过光学应变张量算法,结合运动特征中的光流速度估计,推导出加速度参量;利用全局阈值算法对加速度模值和速度与张量模值作分类、比较,实现微表情图像序列关键帧的提取.采用Oulu大学SMIC微表情数据库中16个实验对象的88个微表情片段作为实验样本,平均正确识别率可达80.7%,比仅利用光学张量算法的正确识别率高12.5%.实验结果表明,所提出的加速度参量对微表情提取更具有效性.
- 姜波解仑刘欣韩晶王志良
