텐서 독립 색 공간에서 동적 텍스처를 이용한 마이크로 표정 인식

마이크로 표정은 진정한 감정을 드러내고 거짓말을 감지하는 데 도움을 주는 짧은 비자발적인 얼굴 표현입니다. 다양한 분야에서 유망한 응용으로 인해 심리학자와 컴퓨터 과학자(특히 컴퓨터 비전 및 패턴 인식)의 관심을 끌고 있습니다. 최근 연구에 따르면 색상이 표현 인식에 유용한 정보를 제공할 수 있습니다. 이 논문에서는 마이크로 표정 인식 성능을 향상시키기 위해 새로운 색상 공간 모델인 텐서 독립 색 공간(TICS)을 제안합니다. 마이크로 표정 컬러 비디오 클립은 네 번째 차원 배열인 네 번째 차원 텐서로 처리됩니다. 첫 두 차원은 공간 정보, 세 번째는 시간 정보, 네 번째는 색상 정보입니다. 우리는 네 번째 차원인 RGB를 TICS로 변환하는데, 여기서 색상 성분은 가능한 한 독립적입니다. 독립 색상 성분에서의 동적 텍스처 조합은 RGB에서보다 더 높은 정확도를 얻을 수 있습니다. 추가로 우리는 얼굴 행동 코딩 시스템(FACS)을 기반으로 한 일련의 관심 영역(ROI)을 정의하고 각 ROI에 대한 동적 텍스처 히스토그램을 계산했습니다. 실험은 두 개의 마이크로 표정 데이터베이스인 CASME와 CASME 2에서 수행되었으며, 결과는 TICS의 성능이 RGB나 그레이보다 우수함을 보여줍니다.