基于神经模糊建模的面部动作单元与表情的分析、解释和识别
计算机视觉与模式识别
2010-04-06 v1
摘要
本文提出了一种精确的、基于实时序列的系统，用于面部动作单元(AU)和表情的表示、识别、解释和分析。我们的系统具有以下特点：1) 采用基于自适应网络的模糊推理系统(ANFIS)和时间信息，我们开发了一种基于AU强度神经模糊建模的分类方案，该方案对强度变化具有鲁棒性；2) 使用几何和外观特征，并应用有效的降维技术，我们的系统对光照变化具有鲁棒性，并且能够表示面部表情形成过程中涉及的细微变化和时间信息；3) 通过连续的强度值和采用自上而下的分层规则分类器，我们可以开发出精确且可人为解释的AU到表情的转换器。在Cohn-Kanade数据库上进行的大量实验表明，与支持向量机、隐马尔可夫模型和神经网络分类器相比，所提出的方法具有优越性。关键词：有偏判别分析(BDA)，分类器设计与评估，面部动作单元(AU)，混合学习，神经模糊建模。
引用
@article{arxiv.1004.0512,
title = {Analysis, Interpretation, and Recognition of Facial Action Units and Expressions Using Neuro-Fuzzy Modeling},
author = {Mahmoud Khademi and Mohammad Hadi Kiapour and Mohammad T. Manzuri-Shalmani and Ali A. Kiaei},
journal= {arXiv preprint arXiv:1004.0512},
year = {2010}
}