基于视觉机制与协同显著性的自发式表情识别

摘要

自发性面部表情视频中存在过多的冗余图像数据而在性能上遇到瓶颈,为此提出一种基于人眼视觉注意机制和协同显著性人脸特征提取算法.基于人类的视觉机制,动态提取关键帧解决面部表情的时间动态问题.通过乘法融合算法和图像协同获得关键序列帧显著区域.由于这些区域形变较小且与面部表情低相关,剔除这些显著区域,减少面部特征数据量.提取剩余面部的LBP特征,并使用SVM分类器进行分类.在Cohn-Kanade+人脸表情数据库和MMI数据库中的实验结果表明,该方法能有效提高自发表达序列的识别准确率.