Reconhecimento de expressões faciais usando recursos dinâmicos codificados

Neste artigo, propomos uma nova estrutura para reconhecimento de expressões faciais baseado em vídeo, que pode lidar com dados de várias resoluções temporais, incluindo um único quadro. Primeiro, usamos características semelhantes a Haar para representar a aparência facial, devido à sua simplicidade e eficácia. Em seguida, realizamos agrupamento K-Means nas características de aparência facial para explorar os padrões temporais intrínsecos de cada expressão. Com base nos modelos de padrões temporais, mapeamos ainda mais as variações de aparência facial em padrões binários dinâmicos. Por fim, é realizada uma aprendizagem por reforço para construir os classificadores de expressão. Em comparação com trabalhos anteriores, os padrões binários dinâmicos codificam a dinâmica intrínseca da expressão, e nosso método não faz suposições sobre a resolução temporal dos dados. Experimentos extensivos realizados na base de dados Cohn-Kanade mostram o desempenho promissor do método proposto.