Cross-pose facial expression recognition
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Yüz ifadelerinin otomatik olarak tanınması, geniş kullanım alanlarına bağlı olarak oldukça populer bir araştırma konusudur. Var olan çalışmalar, bu problemin farklı türlerinde oldukça yüksek başarı oranları elde ettiler. Bu problemin, üzerinde daha az çalışılmış bir alanı da çoklu açılardan yüz ifadesi tanımadır. Farklı bakış açıları, farklı kişilerden kaynaklanan değişikliklerden dolayı zaten zor olan ifade tanıma problemini daha da zorlaştırır. Bu çalışmada, bir kişinin farklı bakış açılarından altı temel yüz ifadesini tanımak için bir yöntem öneriyoruz. Farklı bakış açılarından yüz ifadelerini, aralarındaki korelasyonun en yüksek olduğu ortak bir alt uzaya atmak için Kısmi En Az Kare Farkı yöntemini kullanıyoruz. Son zamanlarda, KEAKF yöntemi, bakış açısından bağımsız yüz tanıma problemi için başarılı bir şekilde kullanıldı. Eğitimde, bir insanın farklı açılardan yüz ifadeleri arasında bir ilişki kurulması yoluyla, aynı yöntemin, yüz ifadesi tanıma problemi için de başarılı bir şekilde kullanılabileceğini gösteriyoruz. Bu tür bir eğitim, kişisel farklardan bağımsız bir şekilde bakış açısı farklarını modeller. Yüz imgelerini önce hizalama adımından geçiririz, daha sonra hizalanmış yüzler üzerinde, gözler ve ağızdan yerel bloklar halinde öznitelikler çıkarırız. Öznitelik olarak, Gabor öznitelikleri ve piksel değerlerini kullandık. Ön yüz girdi bakış açısı olarak kullanıldığında, Gabor ve piksel değerlerinin yakın sonuçlar ürettiğini, ama diğer bakıç açısı ikilileri için Gabor özniteliklerinin daha iyi sonuçlar verdiğini deneylerimizde gösterdik. Ayrıca, kullanılan parametrelerin sonuçlar üzerindeki etkisini göstermek ve en iyi değerlerini bulmak için, parametrelerin detaylı analizlerini içeren deneyler yaptık. Automatic facial expression recognition is a popular research topic due to its interesting applications in a wide variety of areas. The existing studies have achieved high accuracies in various formulations of the same problem. One direction which is not fully explored is multi-view facial expression recognition. Variations caused by different poses impose extra burden on the task of recognizing expressions, which is already a difficult problem due to large differences across subjects. In this thesis, we present a method to recognize six prototypic facial expressions of an individual across different pose angles. We use Partial Least Squares (PLS) to map the expressions from different poses into a common subspace, in which correlation between them is maximized. Recently, PLS has been successfully used for pose invariant face recognition problem. We show that, PLS can be effectively used for facial expression recognition across poses by training on coupled expressions of the same identity from two different poses. This way of training lets the learned bases model the differences between expressions of different poses by excluding the effect of the identity. We first align the faces and then extract block features around two eyes and the mouth on the aligned image. We experiment with Gabor filters and direct intensity values for local face representation. We demonstrate that two representations perform similarly in case frontal is the input pose, but Gabor representation outperforms intensity representation for other pose pairs. We also perform a detailed analysis of the parameters used in the experiments to show their effects on the results and to find the optimal ones for the expression recognition problem.
Collections