动态人脸表情识别技术研究

湖南大学

硕士学位论文

动态人脸表情识别技术研究

姓名：应伟

申请学位级别：硕士

专业：通信与信息系统

指导教师：邹北骥

20050508

动态人脸表情识别技术研究

运动特征定义了基本形变单元ＡＵ（ＡｃｔｉｏｎＵｎｉｔ）“…。基于这套理论，人脸面部的各种表情最终能分解对应到各个Ａｕ上来，分析表情特征信息，也就是分析面部ＡＵ的变化情况。

人脸运动编码系统总共定义了４４个基本的形变单元以及一些用来描述头部和眼睛的方位变换的单元，譬如头部左右偏转等等。４４个基本形变单元又分为单个形变单元以及联合形变单元两个部分。对每个单个形变单元，系统中都提供了单元号码、单元名称以及与之相关的肌肉名称。具体形变单元的定义见附录Ｂ．１，人脸面部肌肉的说明见附录Ｂ．２。其中，人脸上半部分基本形变单元名称及对应的表情图像样例见图２．２。

图２．２人脸上半部分基本形变单元名称及对应的表情图像“”

随着研究的深入，研究者们对于ＦＡＣＳ在人脸表情识别技术中的应用提出了一些新的看法。

高文和金辉认为ＦＡＣＳ有两个主要弱点”“：

１．运动单元是纯粹的局部化的空间模板；

２．没有时间描述信息，只是一个启发式信息。其中ＦＡＣＳ不包含情绪信息，数据的分析只是单纯的描绘运动单元ＡＵ，或者把ＦＡＣＳ通过字典规则转化成情绪。

Ｅｓｓａ也认为ＦＡＣＳ在对表情的描述方面过于简单化，人脸的表情应该是所有肌肉同时协作完成的一种行为，只是各个肌肉的影响因子存在差异而已，Ｅｓｓａ提出了基于视频的动态表情描述方式ＦＡＣＳ＋，ＦＡＣＳ＋直接运用真实人脸样例产生表情特征模板进行表情描述，避免了ＦＡＣＳ文字性的描述带来的表情失真；而且ＦＡＣＳ＋充分考虑了表情的空间变化特征和时间变化特征，克服了ＦＡＣＳ对动态表情特性描述的不足““。

２．２．３表情与情感

因为目前表情识别的目的主要是用于理解人的几种基本情感，所以，很多表情识别系统研究者往往会将表情与情感的概念、表情与人的心理状态的概念混淆，这样的理解存在局限，会使表情识别技术的研究进入一种进退两难的地步。对此，心理学家进行了详细地区分。

表情的产生主要由四个方面的因素引起，分别是精神活动、说话、示意以及生理活动。情感只是属于精神活动里面的一个部分。它们之间的关系见图２．３。