【摘要】：以光流法為依據(jù),提出了一種基于光流方向信息熵(entropy of oriented optical flow,EOF)統(tǒng)計(jì)的方法捕捉微表情關(guān)鍵幀.首先,采用改進(jìn)的Horn-Schunck光流法提取視頻流中相鄰兩幀圖像的微表情運(yùn)動(dòng)特征;其次,采用閾值分析法篩選出投影速度模值較大的光流向量;之后,采用圖像信息熵統(tǒng)計(jì)光流變化角度,進(jìn)而得到視頻序列的方向信息熵向量,通過(guò)對(duì)熵向量的分析,實(shí)現(xiàn)微表情關(guān)鍵幀捕捉;最后,本實(shí)驗(yàn)采用芬蘭奧盧大學(xué)的SMIC微表情數(shù)據(jù)庫(kù)和中國(guó)科學(xué)院心理研究所傅小蘭的CASME微表情數(shù)據(jù)庫(kù)作為實(shí)驗(yàn)樣本,通過(guò)與傳統(tǒng)的幀差法比較,證明了本文提出的算法優(yōu)于幀差法,能夠較好地表現(xiàn)出微表情變化趨勢(shì),為微表情識(shí)別提供基礎(chǔ).
[Abstract]:Based on the optical flow method, a new method based on the direction entropy of optical flow (entropy of oriented optical flow,EOF) is proposed to capture the key frame of micro-expression. Firstly, the improved Horn-Schunck optical flow method is used to extract the micro-expression motion features of the adjacent two frames in the video stream. Secondly, the threshold analysis method is used to screen out the optical flow vectors with large projective velocity modules. Then, the direction information entropy vector of video sequence is obtained by using image information entropy to calculate the angle of optical flow change, and the key frame capture of micro-expression is realized by analyzing the entropy vector. Finally, the SMIC microfacial expression database of the University of Oulu, Finland, and the CASME microfacial expression database of Fu Xiaolan, Institute of Psychology, Chinese Academy of Sciences, were used as the experimental samples, and compared with the traditional frame difference method. It is proved that the algorithm proposed in this paper is superior to the frame difference method and can well show the trend of microfacial expression and provide the basis for micro-expression recognition.
【作者單位】： 北京科技大學(xué)計(jì)算機(jī)與通信工程學(xué)院;合肥工業(yè)大學(xué)計(jì)算機(jī)與信息學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61672093,61432004) 國(guó)家重點(diǎn)研發(fā)計(jì)劃重點(diǎn)專(zhuān)項(xiàng)課題資助項(xiàng)目(2016YFB1001404)
【分類(lèi)號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬龍;王魯平;李飚;沈振康;;自然場(chǎng)景圖像的光流場(chǎng)估計(jì)[J];系統(tǒng)工程與電子技術(shù);2012年06期

2 范勇,游志勝,張建州,鄭文琛,馮子亮,王榮;基于殘差平方和的光流場(chǎng)正則化方法[J];光電工程;2001年06期

3 張建明,錢(qián)東海;一種局部和全局相結(jié)合的光流計(jì)算方法[J];計(jì)算機(jī)工程與科學(xué);2005年05期

4 武理靜;明軍;;一種改進(jìn)的光流估計(jì)方法[J];國(guó)外電子測(cè)量技術(shù);2006年12期

5 李偉;沈振康;;基于魯棒特征的光流研究[J];紅外與激光工程;2007年S2期

6 關(guān)鍵;段慧;李茂寬;;幾何代數(shù)域內(nèi)的光流場(chǎng)改進(jìn)算法[J];海軍航空工程學(xué)院學(xué)報(bào);2008年01期

7 項(xiàng)學(xué)智;趙春暉;李康;;一種彩色光流場(chǎng)估計(jì)算法[J];哈爾濱工程大學(xué)學(xué)報(bào);2008年06期

8 韓玉兵;束鋒;芮義斌;李鵬;;基于本征和非本征正則項(xiàng)的光流估計(jì)[J];信號(hào)處理;2008年04期

9 陳勇;屠大維;周許超;趙其杰;;基于光流分析的車(chē)輛轉(zhuǎn)彎及上下坡信息獲取[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年11期

10 于晶晶;潘振寬;魏偉波;;小位移光流計(jì)算的對(duì)偶方法[J];計(jì)算機(jī)工程;2010年07期

相關(guān)會(huì)議論文 前10條

1 曾雪蓮;尚斐;;基于微分法的光流計(jì)算技術(shù)研究[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（1）[C];2008年

2 李俊;張桂林;;一種計(jì)算光流場(chǎng)的新方法[A];1998年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];1998年

3 佘永業(yè);李熙瑩;趙有婷;;一種車(chē)輛的宏觀(guān)光流速度的計(jì)算方法[A];圖像圖形技術(shù)研究與應(yīng)用2009——第四屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

4 盧宗慶;謝維信;裴繼紅;;基于非線(xiàn)性濾波的光流計(jì)算[A];第十三屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2007）論文集[C];2007年

5 謝劍斌;王暉;劉通;李沛秦;;基于多重網(wǎng)格的光流場(chǎng)快速計(jì)算方法[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

6 張\，

本文編號(hào)：2355534