-
题名基于CLNF与BN模型的疼痛表情识别方法
被引量：2
- 1
-
-
作者
郭文强
李梦然
侯勇严
肖秦琨
-
机构
陕西科技大学电子信息与人工智能学院
陕西科技大学电气与控制工程学院
西安工业大学电子信息工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2021年第4期298-305,312,共9页
-
基金
国家自然科学基金(61271362,62071366)
陕西省科技厅重点研发计划(2020SF-286)
+1 种基金
陕西省教育厅产业化研究项目(18JC003)
西安市科技计划(2019216514GXRC001CG002GXYD1.1)。
-
文摘
为提高疼痛表情的识别准确性,将约束局部神经域(CLNF)模型和贝叶斯网络(BN)模型相结合,提出一种疼痛表情识别方法。利用CLNF模型获取疼痛表情的关键特征点,在此基础上得到携带大量疼痛信息的面部活动单元(AU),通过对AU加标签处理得到样本数据集。根据定性专家经验获取BN条件概率之间的约束集合,采用变权重方法将样本数据集与约束扩展参数集相融合以完成BN模型的参数估算,并通过BN推理方法实现疼痛表情的最终识别。实验结果表明,与概率潜在语义分析、局部二值体卷积神经网络等方法相比,该方法可有效提高疼痛表情的识别性能,具有更高的识别精度。
-
关键词
疼痛表情识别
约束局部神经域模型
活动单元
贝叶斯网络模型
变权重融合
参数估算
-
Keywords
pain expression recognition
Constrained Local Neural Field(CLNF)model
Activity Unit(AU)
Bayesian Network(BN)model
variable weight fusion
parameter estimation
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
