基于自组织映射网络的微表情运动规律分析方法

摘要：

表情是人类情感交互的重要方式.神经生理学研究表明:微表情很难由主观意识所控制,是人类真实情感的流露.与宏表情不同,微表情发生常常伴随着面部左右和上下的不对称移动,运动模式复杂.但由于微表情运动幅度小,人眼难以直接观察,微表情运动规律尚未被深入解析.在公共安保等领域,对微表情识别算法的可靠性与可解释性有很高要求.因此,本文旨在研究微表情运动规律分析方法,实现微表情运动规律的系统性解析.本文工作包括:研究基于自组织映射网络(Self-Organizing Maps,SOM)的微表情特征无监督聚类方法,得到微表情运动模式及其概率.定义微表情运动相似度指标,它从面部14个感兴趣区域运动趋势的角度来衡量两个微表情运动特征的差异程度,并作为调节SOM网络权值的依据.本文对CASMEII、SAMM、SMIC和MMEW数据集的微表情样本进行分析,并根据SOM网络的聚类结果总结微表情运动规律,该规律可以指导微表情识别算法特征提取,提升可靠性.

关键词：微表情运动规律、无监督聚类分析、自组织映射网络、微表情运动相似度

所属期刊栏目：39

分类号：TP3-05(计算技术、计算机技术)

资助基金：黑龙江省重点研发计划项目;重点研发计划课题

在线出版日期：2023-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：20-29