低分辨率环境下的微表情识别

发布时间：2024-05-15 02:36

　　人脸表情因为能传达丰富的信息所以在人类社交互动中扮演着重要的角色。本文通过计算机视觉手段分析了人眼难以察觉的人脸表情之一的微表情,它是一种快速的、潜意识的人脸表情,属于一种基本的非语言行为,它揭示了人类试图隐藏的某些情感。同时,因为微表情难以被产生者察觉的特性,其在国家安全、计算机辅助诊断等领域有着广泛的应用。然而,从监控视频捕获的人脸图像序列常常遭受低质量问题的困扰,这导致常规微表情识别算法在实际应用中面临巨大挑战。为了解决上述问题,本文对低分辨率环境下微表情识别问题进行了全面的研究,提出:(1)在对主动形状模型人脸标定算法优化的基础上从基于纹理和基于结构两方面对低分辨率环境下的微表情图像序列超分辨率重建,使用Fast LBP-TOP特征提取符提取重建后图像序列的时空信息,对上述信息使用线性支持向量机分类获得最终的微表情识别准确度。(2)针对传统机器学习方法识别低分辨率环境下微表情过程冗长和准确度不高等问题,本文在对现有数据集融合和增强处理的基础上,提出基于残差神经网络的伪三维网络结构,实现端到端的全自动化微表情识别任务。(3)本文搭建了首个低分辨率环境下微表情可视化识别操作系统——...

【文章页数】：79 页

【学位级别】：硕士

【部分图文】：

图2人脸宏表情样本示例（CK+数据集）

西北大学硕士学位论文数据集CK+。CK+数据集中的表情分为三类，包括了摆拍和自发的表情以及其他类型的元数据。对于摆拍的表情，序列的数量比第一版的增加了22%，参与者的数量增加了27%。与初始版本一样，每个序列的目标表情都是完整的FACS编码，情感标签也经过了修改和验证。....

图4微表情数据采集示意图

图3一个消极的微表情片段示例（SMIC数据集）过图像、视频和音乐等一定的刺激能够诱发真实表情发生的条件，其中Ekman等人认为当人们当被抓住后果会很严重时，微表情就会出现，这被受警察或测谎专家的审问，这是一种很自然的高营造真正的审问现场显的不太可能。所以为了诱种模拟高风....

图6LBP特征的光照鲁棒性

情特征提取的一般方法纹理信息的LBP-TOP特征提取符值模式（LocalBinaryPattern，LBP）是一种用来描述图像局部，具有旋转不变和灰度不变两种显著特性，在人脸识别方面被广就是对图像中的某一像素点的灰度值与其邻域的像素点的灰度素值比该点大，则赋为1，反之，则赋....

图7LBP-TOP特征提取过程

图6LBP特征的光照鲁棒性但是LBP只能处理单张的二维图像，对于视频或者图像序列则无能为力兰奥卢大学的Zhao等人提出了一种处理动态纹理的LBP特征提取符LBP-现在已经被广泛用于基于视频的人脸表情识别[59]。

本文编号：3973774