面部表情过程中面部发生了什么？利用数据挖掘技术分析面部表情运动向量
计算机视觉与模式识别
2021-09-14 v1
摘要
人机交互中最常见的问题之一是自动面部表情识别。尽管人类观察者很容易识别面部表情，但机器自动识别仍然困难。机器识别面部表情的方法之一是分析表情呈现过程中面部的变化。本文使用光流算法提取因面部表情而在面部产生的形变或运动向量，然后对这些提取的运动向量进行分析。利用它们的位置和方向，通过不同的数据挖掘技术实现自动面部表情识别，即采用作为我们数据的运动向量特征来识别面部表情。使用了一些最先进的分类算法，如 C5.0、CRT、QUEST、CHAID、深度学习(DL)、SVM 和判别分析算法，对提取的运动向量进行分类。采用 10 折交叉验证计算其性能。为更精确地比较性能，该测试重复了 50 次。同时，本研究也分析了面部的形变，例如，当一个人表现出恐惧时，面部的每个部分究竟发生了什么。在扩展 Cohen-Kanade (CK+) 面部表情数据集上的实验结果表明，最佳方法为 DL、SVM 和 C5.0，准确率分别为 95.3%、92.8% 和 90.2%。
引用
@article{arxiv.2109.05457,
title = {What happens in Face during a facial expression? Using data mining techniques to analyze facial expression motion vectors},
author = {Mohamad Roshanzamir and Roohallah Alizadehsani and Mahdi Roshanzamir and Afshin Shoeibi and Juan M. Gorriz and Abbas Khosrave and Saeid Nahavandi},
journal= {arXiv preprint arXiv:2109.05457},
year = {2021}
}