-
题名基于随机森林的连续情感识别和跟踪算法
被引量：2
- 1
-
-
作者
侯培文
王一军
-
机构
太原学院计算机工程系
清华大学深圳研究生院
-
出处
《科学技术与工程》
北大核心
2018年第22期77-83,共7页
-
基金
国家自然科学基金(61273072)资助
-
文摘
现有的大多数情感识别算法在进行连续情感识别时稳健性较差,影响了识别的精度。为此,提出一种基于随机森林的连续情感识别和跟踪算法,可持续识别出人脸在正常交流过程中的各种情感。在训练阶段,首先重建输入图像的三维脸部模型。并通过图像融合来构建连续情感表示(CEP)和用户无关情感表示(UIEP)。然后,由三维脸部形态、CEP图像及其情感值构成增强型训练集,并利用该训练集来构建随机森林。在情感估计阶段,随机森林同时进行两种回归操作:一种是针对三维脸部表情的跟踪;一种是针对当前情感的识别。当前时间步骤的CEP图像和之前时间步骤的三维脸部形态作为输入,计算当前时间步骤的情感值和三维脸部形态作为输出。当随机森林没有合适的输出时,利用UIEP图像进行复原优化,获得经过复原的三维脸部形态和情感。仿真实验结果表明,所提算法的性能优于当前大多数情感识别算法,实时连续情感识别时的皮尔逊相关系数也较高。
-
关键词
情感识别
随机森林
三维脸部模型
图像融合
回归
皮尔逊相关系数
-
Keywords
emotion recognition
random forest
3D facial model
image fusion
regression Pearson s correlation coefficient
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
