人脸特征和脉搏信号特征的视频情绪识别

针对当前视频情绪识别方法主要集中于对人脸表情的判读而忽略了面部生理信号中所隐含的情绪,提出一种基于人脸特征和脉搏信号特征的视频情绪识别方法。该方法首先对经过预处理的视频提取LBP-TOP人脸表情特征,然后通过色度模型从视频中提取脉搏信号,并提取时域特征、频域特征及非线性特征,通过CCA算法融合2种特征,最终利用支持向量机完成情绪的识别。在CAS(ME)^(2)数据库进行实验,经过CCA融合特征后的情绪识别效果较LBP-TOP特征的单模态情绪识别效果高3.04%,较基于脉搏信号特征的单模态情绪识别效果高13.85%,说明了该方法的优越性。