Система распознавания базовых эмоций на основе анализа двигательных единиц лица

Система распознавания базовых эмоций на основе анализа двигательных единиц лица

Инженерный журнал: наука и инновации

# 9·2016 9

∑

k n

w x

Вес

каждого признака выбирается на основе значимости того

или иного признака для данной эмоции (как в работе [13]). Призна-

кам, не представляющим важность для данной эмоции, присваивает-

ся нулевой вес. Для двусторонних признаков значения для положи-

тельной и отрицательной выраженности интерпретируются как раз-

ные признаки (например, для одной эмоции требуется положительная

выраженность признака, т. е. коэффициент, равный +1, для

, а для

другой — отсутствие отрицательной выраженности, т. е. коэффициент,

равный –1, для

-). Нейтральное выражение лица соответствует ми-

нимальной выраженности всех признаков.

Нейронная сеть

типа многослойного перцептрона (MLP) также

обучается на нормированных значениях всех признаков. Сеть имеет

20 входных нейронов, соответствующих количеству признаков, 12

нейронов в скрытом слое и 7 выходных нейронов, по числу распо-

знаваемых эмоций.

Итоговая степень выраженности эмоции рассчитывается как

сумма откликов двух классификаторов.

Набор логических правил

представляет собой ряд различных ва-

риантов реализаций эмоций, составленный на основе рекомендаций

П. Экмана. Для каждого признака экспериментально выбирают ми-

нимальный порог — положительной либо отрицательной выражен-

ности (обычно около 0,3σ от среднего в ту или иную сторону), а за-

тем составляют логическое правило. Например, один из вариантов

эмоции «радость» можно представить в виде (см. табл. 1)

(

)

2 3

&! |

& ,

+ +

−

v x

x x

x x x x

где & — логический оператор «и»; | — логический оператор «или»;

! — логический оператор «не».

В этом варианте эмоция «радость» задается следующим образом:

наличие складок по сторонам носа, рот приоткрыт и видны зубы, по

уголкам рта есть складки, глаза сужены (признак 4 из табл. 1 со зна-

ком «–»), нет морщин в области лба или складок между бровями.

Эксперименты показали, что данный классификатор сам по себе

не обеспечивает достаточное качество работы системы, однако он

обладает свойством независимости от абсолютных значений призна-

ков, поэтому его использование целесообразно. С его помощью раз-

решаются спорные ситуации, когда несколько эмоций получают

схожую высокую оценку степени выраженности. Эмоция, обладаю-

щая наибольшим соответствием набору логических правил, объявля-