Reconocimiento de emociones a partir de expresiones faciales utilizando descriptores de características híbridas

Aquí, se propone un método basado en descriptores de características híbridas para reconocer emociones humanas a partir de sus expresiones faciales. Se utiliza una combinación de bolsa de características espaciales (SBoFs) con la transformación de características invariante de escala espacial (SBoF‐SSIFT), y SBoFs con la transformación robusta acelerada espacial para mejorar la capacidad de reconocer expresiones faciales. Para la clasificación de emociones, se aplican el método de K vecinos más cercanos y máquinas de soporte vectorial (SVM) con núcleos lineales, polinómicos y de función de base radial. El descriptor SBoFs genera un vector de características de longitud fija para todas las imágenes de muestra sin importar su tamaño. Las características SIFT y SURF espaciales son independientes de la escala, rotación, traducción, transformaciones proyectivas, y en parte de cambios de iluminación. Se emplea una forma modificada de bolsa de características (BoFs) al involucrar la información espacial de las características para el reconocimiento de emociones faciales. El método propuesto difiere de los métodos convencionales utilizados para la categorización simple de objetos sin utilizar información espacial. Se han realizado experimentos en los conjuntos de datos extendidos Cohn–Kanade (CK+) y expresión facial femenina japonesa (JAFFE). SBoF‐SSIFT con SVM resultó en una precisión de reconocimiento del 98.5% en CK+ y del 98.3% en el conjunto de datos JAFFE. Las imágenes se redimensionan a través de un preprocesamiento selectivo, conservando solo la información de interés y reduciendo el tiempo de cálculo.