[發明專利]一種基于動作跟蹤的臉部表情分析方法

無效

• 申請號: 200910243734.1
• 申請日: 2009-12-23
• 公開（公告）號: CN101777116A
• 公開（公告）日: 2010-07-14
• 發明（設計）人: 王陽生;汪曉妍;周曉旭;馮雪濤;周明才
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T7/00
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 梁愛榮

1.一種基于動作跟蹤的臉部表情分析方法，其特征在于：該方法包 括步驟：

步驟1：對輸入視頻圖像進行預處理并對人臉和臉部關鍵點的位置進 行檢測和定位，以確定臉部位置，獲得臉部關鍵點定位信息并進行臉部的 歸一化；

步驟2：采用三維參數化人臉網格模型對臉部和臉部表情動作進行建 模，利用臉部位置和關鍵點的定位信息對三維模型進行初始化，得到三維 模型的初始位置、姿態和形狀參數，然后提取魯棒特征結合在線學習方法 實現視頻中的人臉多特征跟蹤，即對輸入視頻圖像中臉部的位置、姿態及 表情動作多個特征進行實時和有效的跟蹤，相當于提取了臉部特征；

步驟3：將跟蹤得到人臉多特征中的表情參數特征作為表情分析的特 征，并采用一種基于改進方差率定義的高斯基距離度量的模糊聚類算法進 行表情分析，給出表情的模糊性描述的步驟如下：

步驟31：采集不同表情類別情況下的視頻數據，通過自動檢測、定位 和跟蹤得到每張圖片中人臉對應的姿態和表情參數，組成了存在不同表情 的訓練樣本集；

步驟32：選擇一部分人臉圖像數據手動標定其對應的表情類別，將其 對應的姿態和表情參數組成標定樣本集合；給定標定樣本集合 Rⁿ表示實數n維向量空間，對于1≤k≤N，N 是樣本個數，X_k＝(x_k1，x_k2，…，x_kn)^T∈Rⁿ，其中，x_kj(j＝1，2，…，n)是樣本 X_k(k＝1，2，…，N)的第j個特征值，n是特征個數；

步驟33：根據標定樣本集合計算各表情參數特征的改進方差率；對于 特征F改進方差率的定義為：

AVR(F)=Var(F)1cΣi=1cVari(F)mini≠j|meani(F)-meanj(F)|]]>

其中，c是類別總數，Var(F)是特征F在整體分布上的方差，也就是類 間方差，Var_i(F)是特征F屬于第i類的方差，也就是第i類的類內方差， mean_i(F)是特征F屬于第i類的平均值；

步驟34：根據改進方差率，計算每個表情參數特征對應的懲罰因子； 對第i類，其特征F_i相應的懲罰系數β_i定義如下：

β_i＝λ_i/n

λi=1AVR(Fi)]]>

步驟35：初始化訓練樣本集合中各個樣本的隸屬度和各個聚類中心；

步驟36：采用基于改進方差率定義的高斯基距離度量來計算各個樣本 與聚類中心的距離，更新各個樣本的隸屬度和各個聚類中心直到收斂，得 到各個表情類別最終的聚類中心；樣本X_k與樣本X_j之間基于AVR的高斯 基距離定義如下：

dGB′(Xk,Xj)=1-exp(Σi=1nβi||xki-xji||2)]]>

其中，x_ki和x_ji分別表示樣本X_k和樣本X_j的第i個特征值；

步驟37：對于新輸入視頻中的圖像，根據跟蹤得到人臉多特征中的表 情參數特征和各個表情類別的聚類中心，采用基于改進方差率定義的高斯 基距離度量來計算其對于每個分類的隸屬度，給出表情的模糊性描述，完 成表情分析。