《基於形狀流形的自發性表情識別關鍵技術研究》是依託上海大學，由楊風雷擔任項目負責人的面上項目。
基本介紹
- 中文名：基於形狀流形的自發性表情識別關鍵技術研究
- 項目類別：面上項目
- 項目負責人：楊風雷
- 依託單位：上海大學
中文摘要,結題摘要,
中文摘要
本項目深入分析當前表情識別中存在的主要問題，有針對性地展開自發性表情識別的若干關鍵技術的研究：（1）針對自發性表情數據中存在的視點差異、尺度變化等問題，提出一種面部活動不變表示方法，分別研究形狀流形的學習、形狀基元的構造及面部活動不變表示的獲取等關鍵技術；（2）針對面部標註的不可靠性及面部活動歧義性等問題，提出一種活動單元參數化方法，並從活動單元作用方向、範圍等角度，分別研究活動單元向量空間的構造、活動單元作用域的測量等關鍵技術；（3）針對面部活動的動態表示等問題，提出一種面部活動建模方法，從時間點到過程兩個層次觀察活動單元對面部的影響，分別研究活動單元作用函式的學習及面部活動動態模型的構造等關鍵技術。這些關鍵技術的研究，能夠有效地解決當前自發性表情識別中存在的問題，提高表情識別系統性能，促進系統在實際場景中的有效套用。
結題摘要
自發性表情識別研究是計算機視覺領域的一個研究熱點, 然而，目前面臨系列問題的挑戰，包括自發性表情數據差異性，面部活動的歧義性，面部活動標註不可靠性，及面部活動的動態互動性等。針對上述問題，本項目聚焦於自發性表情識別若干關鍵技術研究：（1）針對自發性表情數據中存在的視點差異、遮擋、尺度變化等問題，通過包含生理變化、頭部姿態及面部運動特徵在內的多個互補模態數據的融合，研究多模態面部活動表示。（2）針對面部標註的不可靠性及面部活動歧義性等問題，研究面部活動、形態及生理變化等多個模態及其之間動態關聯等多個方面的參數化；（3）針對面部活動的動態互動性，研究多模態數據映射函式，評估與分析多模態情感數據關聯結構，構造面部活動動態模型；進一步通過對自發性表情識別中視覺關注模式的跨目標分析，提高面部活動模型中多模態特徵編碼有效性與稀疏性。通過項目實施，創造性地提出一種雙相機非接觸可靠生理測量方法，多模態動態關聯分析方法及表情識別中視覺關注跨目標分析方法，並首次揭示表情與生理變化之間峰值關聯及異步關聯。這些關鍵技術研究，能夠有效處理當前自發性表情識別中存在的問題，提高情感計算系統性能，促進系統在實際場景中的套用。
