基于时空兴趣点的情绪识别

汪伟鸣　郜沾

摘要：情绪识别是当前人工智能和机器学习研究领域的热点问题，情绪识别目前多采用面部表情、身体行为和语音信号分析法。该文提出了一种基于时空兴趣点的情绪识别算法，该算法从包含情绪特征的视频中提取大量的时空兴趣点，并将兴趣点进行优化处理，从而对情绪进行袁征，最后利用最近邻分类和支持向量分类分别进行情绪识别。实验在FABO数据库下，分析了开心，悲伤，恐惧，愤怒，迷惑，无聊，惊喜七种不同的情绪，分别对面部和面部结合肢体动作两种情况进行了测试，其中最佳识别率能达到80.5%，证明了该算法的有效性和鲁棒性。

关键词：时空兴趣点；情绪识别；特征提取；最近邻分类；支持向量机；面部表情；肢体动作

中图分类号：TP317 文献标识码：A 文章编号：1009-3044（2017）13-0159-03

1概述

随着计算机视觉和多媒体技术的进步，智能情绪识别分析已是目前计算机视觉中最活跃的研究领域之一。其目的是对人类的图像序列进行检测、跟踪和识别，更科学地解释人类行为。情绪识别可以应用于生活的各个方面：游戏厂商可以智能分析玩家的情绪，根据不同表情针对性地和玩家交互，提高游戏的体验；相机厂商可以利用该项技术捕捉人类表情，比如当需要一张微笑或者生气的照片时，可以捕获被拍人员的面部表情并快速完成拍照工作；政府或社会学家可以在公共场合安装摄像头，分析整个社会群体的表情以了解人们的生活工作压力；……