Reconhecimento de emoções a partir de expressões faciais usando descritores de características híbridos

Aqui, um método baseado em descritores de características híbridas é proposto para reconhecer emoções humanas a partir de suas expressões faciais. Uma combinação de saco de características espaciais (SBoFs) com transformação de características espaciais invariantes por escala (SBoF‐SSIFT) e SBoFs com transformação robusta acelerada espacial é utilizada para melhorar a capacidade de reconhecer expressões faciais. Para a classificação de emoções, K-vizinhos mais próximos e máquinas de vetor de suporte (SVMs) com núcleos lineares, polinomiais e de função base radial são aplicados. O descritor SBoFs gera um vetor de características de comprimento fixo para todas as imagens de amostra, independentemente de seu tamanho. As características SIFT e SURF espaciais são independentes de escala, rotação, translação, transformações projetivas e parcialmente de mudanças de iluminação. Uma forma modificada do saco de características (BoFs) é empregada ao envolver a informação espacial das características para o reconhecimento de emoções faciais. O método proposto difere dos métodos convencionais que são utilizados para categorização simples de objetos sem usar informação espacial. Experimentos foram realizados em conjuntos de dados estendidos de Cohn–Kanade (CK+) e expressões faciais femininas japonesas (JAFFE). SBoF‐SSIFT com SVM resultou em uma precisão de reconhecimento de 98,5% no CK+ e 98,3% no conjunto de dados JAFFE. As imagens são redimensionadas através de pré-processamento seletivo, retendo apenas as informações de interesse e reduzindo o tempo de computação.