欢迎来到天天文库
浏览记录
ID:15717703
大小:37.50 KB
页数:12页
时间:2018-08-05
《基于积分投影及lstm微表情识别探究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、基于积分投影及LSTM微表情识别探究 摘要:现有的微表情识别研究主要是利用基于局部二值模式(LBP)改进的算法并结合支持向量机(SVM)来识别。最近,积分投影开始应用于人脸识别领域。长短时记忆网络(LSTM)作为循环神经网络,可以用来处理时序数据。因此提出了结合积分投影和LSTM的模型(LSTM-IP),在最新的微表情数据库CASMEII上进行实验。通过积分投影得到水平和垂直投影向量作为LSTM输入并分类,同时采用了防止过拟合技术。实验结果表明,LSTM-IP算法取得了比以前的方法更好的精度关键词:积分投影;循环神经网络;长短时记忆网络;防止过拟合技术;精度;留一
2、法中图分类号:TP391.4文献标志码:A文章编号:1006-8228(2017)04-13-04Abstract:TheexistingresearchonmicroexpressionrecognitionismainlybasedontheimprovedLBP(localbinarypatterns)algorithmandSVM(supportvectormachine).Recently,integralprojectionhasbeenappliedinthefieldoffacerecognition.Thelongandshortmemorynet
3、work(LSTM),asakindofrecurrentneuralnetwork,canbeusedtoprocesstime12seriesdata.SoLSTM-IPmodel,whichcombinesintegralprojectionwithLSTM,isproposed,andexperimentedonthelatestmicro-expressiondatabaseCASMEII.Thehorizontalandverticalprojectionvectorsobtainedbyintegralprojectionareusedastheinp
4、utofLSTMandclassified,andtheover-fittingpreventingmethodisused.TheexperimentalresultsshowthatLSTM-IPalgorithmgetsbetterresultsthanthepreviousmethod.Keywords:integralprojection;recurrentneuralnetwork;longandshortmemorynetwork;preventover-fitting;accuracy;leave-one-subject-outcrossvalida
5、tion0引言人们表情的短时间变化,也叫微表情,心理学在这方面的研究很早就开始了。近年来,有关利用机器学习的方法来对微表情进行研究的学者越来越多,其成为当前一个热门研究方向。微表情的研究成果可用于测谎[2-4]、临床诊断等方面,因�橐话闳思幢闶切睦硪缴�也很难注意到1/25~1/5秒人表情的变化[1],而这时,机器可以很好的对微表情进行自动的识别12最近,基于积分投影和纹理描述符的方法被用在人脸识别[5],然而,很少有研究将积分投影用于包含人脸的时间序列中进行识别。微表情与人脸识别有很大不同,特征很难单从每帧图片中提取,这时就需要考虑时间轴。LSTM可以对时序数据进
6、行分类,以前基本用在语音识别和自然语言处理的任务中,很少用于图像识别,可能是因为LSTM处理的是一维的数据,而图像是二维的数据。将图像的二维信息积分投影到一维(水平方向和垂直方向),并以此作为LSTM的输入并分类,这样就能将二者很好的结合起来本文构造了基于积分投影和LSTM的深度学习的模型来对微表情进行识别。得到的结果不仅比以前的基于局部二值模式(LBP)的方法好,而且也略微的优于最近基于积分投影的论文中的方法1CASMEII微表情数据集介绍2014年,中科院心理研究所建立了更进一步改进的自然诱发的微表情数据库CASMEII[8]。CASMEII有26个平均年龄为2
7、2岁左右的亚洲人,9类表情(happiness,surprise,disgust,fear,sadness,anger,repression,tense,negative)组成。用来录制的高速相机为200fps。高速相机可以捕捉更细节的微表情。CASMEII是据我们所知目前最好的自然诱发的微表情数据库2基于差分图像的积分投影12Mateos等人的开拓性工作[6-7]表明积分投影可以提取同一人脸图像的共同基本特征。积分投影将人脸的特征水平和垂直投影,可以用公式⑴和⑵表示:其中It(x,y)表示时间为t时,图像位于(x,y)时的像素值,Ht(y)和Vt(x)表示水平
此文档下载收益归作者所有