基于无监督提取表情时空特征的情感识别-论文.pdf

《基于无监督提取表情时空特征的情感识别-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第41卷第5期计算机科学Vo1．41No．52014年5月ComputerScienceMav2014基于无监督提取表情时空特征的情感识别王金伟L。马希荣。孙济洲(天津大学计算机科学与技术学院天津300072)(天津师范大学计算机与信息工程学院天津300387)z摘要情感识别是解决智能教学系统中情感缺失问题的关键技术。针对识别时如何从视频中有效提取人脸表情时空特征的问题，提出一种采用堆叠卷积独立子空间分析模型进行无监督特征提取的识别方法。来对疑惑、愉快和厌倦3种学>-2中最常出现的情感进行识别。该方法检测视频中的人脸区域并进行规范化处理，采用堆叠卷积独立子空间分析模型从视频块中无监督地学习表情

2、的时空特征，采用线性支持向量机进行分类。实验结果表明，相比使用人工特征的方法，该方法能够更有效地提取视频中人脸表情的时空特征，获得更高的识别率，同时符合实时性要求。关键词情感识别，无监督学习，独立子空间分析，时空特征，人脸表情中图法分类号TP391．41文献标识码AEmotionRecognitionBasedonUnsupervisedExtractionofFacialExpressionSpatio-temporalFeaturesWANGJin-wei’MAXi-rongaSUNJ~zhou(SchoolofComputerScienceandTechnology，TianjinUni

3、versity，Tianjin300072，China)(ColiegeofComputerandInformationEngineering，TianjinNorma1University，Tianjin300387，China)AbstractEmotionrecognitionisthekeytosolvingtheproblemoftheabsenceofemotionalcommunicationinintelli—genttutoringsystems．Accordingtotheproblemofefectiveextractionoffacialexpressionspatio

4、-temporalfeaturesfromvideosforemotionrecognition，arecognitionmethodbasedonunsupervisedfeatureextractionusingstackedconvo—lutionalindependentsubspaeeanalysis(ISA)modelwasproposedtorecognizethreeemotionsincludingpuzzlement，de—lightandboredomthatmostoftenappearinlearning．Thismethodfirstdetectsfaceinvid

5、eoandnormalizesit，thena～doptsstackedconvolutionalISAmodeltolearn(withoutsupervision)facialexpressionspatio-tempora1featuresfromvideoblocks，finallyuseslinearSVMclassifiertorecognized~ferentemotions．Experimentalresultsindicatethatthismethodcanextractspatio-temporalexpressionfeaturesmoreeffectivelythan

6、theuseofhand-designedfeatures，aswellasrecognitionrateisbetter，anditmeetstherequirementofreal-time．KeywordsEmotionrecognition，Unsupervisedlearning，Independentsubspaceanalysis，Spatio-temporalfeature，Facialexpression间，而且这些特征并不一定能有效地描述被识别对象的特点。1引言近年来，无监督的特征学习逐渐成为研究热点，例如Sparse情感识别目前已成为实现自然人机交互的一个重要研究Codi

7、ng~、DeepBeliefNets[]和StackedAutoencodersE63。不课题。特别是在智能教学系统(IntelligentTutoringSystem，同于人工特征，无监督特征学习是通过用海量无标签数据训ITS)中，情感识别可以解决计算机教学的情感缺失问题。心练多层模型来自动获得能够更好地描述被识别对象的特征，理学研究表明，人们在学习中最常产生的情感为疑惑、愉快和最终提升识别率。