Anatomy based Features for Facial Expression Recognition
| Autor: | Benli, Kristin Surpuhi, Eskil, Mustafa Taner |
|---|---|
| Přispěvatelé: | Işık Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü, Işık University, Faculty of Engineering, Department of Computer Engineering, Benli, Kristin Surpuhi, Eskil, Mustafa Taner |
| Jazyk: | turečtina |
| Rok vydání: | 2014 |
| Předmět: |
Feature
Signal processing Yüz ifadesi Facial expressions Face recognition Image classification Anatomy based feature Linear systems Recognition FER 3D Head deformation Gesture recognition 3D Head orientation Models Muscle force Optical flow algorithm Facial feature point Facial expression recognition Kas kuvveti Sequential forward selection Muscles Conferences Computational modeling Anatomi Öznitelik Linear system of equations Basic expression classification Face Muscular activity Computer vision Emotion recognition Human computer interaction Anatomy |
| Popis: | Bu çalışmada yüz ifadesi tanıma için kas kuvvetlerine dayalı yeni öznitelikler öneriyoruz. Yüz üzerinde seçtiğimiz noktaların video üzerindeki hareketlerini izleyerek kas kuvvetlerini çözüyoruz. Yüz noktaları, ilk video çerçevesi üzerinde, kas kuvvet alanları üzerinde ilklendirilir. Bu noktalar optik akış algoritması ile izlenir. Noktaların devinimleri yüzün 3 boyutlu yönelimi ve yüz ifadesine dayalı bağıl devinimleri kestirmek için kullanılır. İnsan yüzünü yaylarla, artık-belirtilmiş doğrusal bir denklem sistemi olarak modelliyoruz. Bu sistemi yüz anatomisi kısıtı altında, kas kuvvetleri için çözüyoruz. Ardışık ileri seçim yaparak, temel yüz ifadeleri için en betimleyici kas kümesini belirliyoruz. In this study we propose a set of anatomy based features for facial expression recognition. The muscle forces that constitute an expression are solved by tracking carefully selected facial feature points. These points are initialized in the muscular regions of influence on the first frame of the video. They are tracked using the optical flow algorithm. The displacements of facial feature points are used for estimation of 3 dimensional head orientation and deformations due to expressions. We model human face with springs as an over-determined and linear system of equations. This system is solved under the constraint of facial anatomy for muscular activities. We use sequential forward selection to determine the most descriptive set of features for classification of basic expressions. Publisher's Version |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|