基于MSVR和Arousal-Valence情感模型的表情识别研究

摘要：

通常的表情识别方法是对基本情绪进行表情分类，然而基本情绪对情感的表达能力有限。为了丰富情感的表达，研究采用Arousal-Valence情感模型，从心理学的角度对Arousal-Valence模型中Arousal维度和Valence维度之间的相关性进行了分析，并用统计学方法对AVEC2013，NVIE和Recola 3个数据集进行研究，实验结果表明它们之间具有正相关关系。为了利用Arousal-Valence 之间的相关性，采用多输出支持向量回归（multiple dimensional output support vector regression，MSVR）算法作为表情的训练和预测算法，并结合特征融合和决策融合提出了一种基于MSVR的两层融合表情识别方法。实验结果表明提出的表情识别方法比传统的方法能取得更好的识别效果。

关键词：表情识别、Arousal-Valence情感维度、相关性、多输出支持向量回归(MSVR)

所属期刊栏目：28

分类号：TP181(自动化基础理论)

资助基金：韩国科学与信息科技未来规划部2013年 ICT 研发项目10039149；重庆市自然科学基金项目CSTC，2007BB2445；2015年重庆市研究生科研创新项目CYS15174Foundation ItemsThe MSIP Ministry of Science，ICT＆Future PlanningMSIPof Korea in the ICT R＆D Program 201310039149；The Natural Science Foundation Project of CQCSTC，2007BB2445；The Graduate Research and Innovation Project of CQCYS15174

在线出版日期：2017-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：836-843