高 攀，郭 理，汪傳建

(石河子大學(xué)信息科學(xué)與技術(shù)學(xué)院，新疆石河子832000)

0 引言

近年來，面部表情自動(dòng)識(shí)別技術(shù)因其各種應(yīng)用而被廣泛關(guān)注，如人機(jī)交互(HCI)、情感分析、自動(dòng)輔導(dǎo)系統(tǒng)、交互式視頻、圖像和視頻數(shù)據(jù)庫的檢索、圖像理解和人臉動(dòng)畫合成等［1-5］。文獻(xiàn)［6］提出的6種基本的情感，包括快樂，悲傷，恐懼，厭惡，驚訝和憤怒。表情識(shí)別方法基本上可以分為幾何分析和基于外觀分析兩大類［6］，第1種方法考慮到一些預(yù)定義的幾何位置，也被稱為基準(zhǔn)點(diǎn)，以面部特征來表示面部，然而，幾何特征的表示通常需要精確和可靠的人臉特征檢測與跟蹤，這很難適應(yīng)于許多情況［7］。第2種方法是通過整體空間分析模仿面部外觀的變化，這種方法所使用的工具通常是主成分分析(PCA)［6］、獨(dú)立成分分析(ICA)［8］、Gabor 濾波器和局部二進(jìn)制模式(LBP)［9］。Gabor濾波器因?yàn)槠湓诿娌糠治錾蟽?yōu)越的性能而被廣泛采用［10］，但其缺點(diǎn)是在時(shí)間和內(nèi)存上花銷較高，LBP作為有效的外觀特征圖像分析［11］技術(shù)與Gabor濾波器相比，節(jié)省了大量計(jì)算資源，同時(shí)又有效地保持了面部信息［12］。

雖然技術(shù)上已經(jīng)取得了很大進(jìn)展，但由于面部表情的變化具有微妙性、復(fù)雜性和多變性，所以高精確識(shí)別面部表情仍然有困難。為處理這類復(fù)雜的模式識(shí)別問題，本文利用Gabor濾波器和LBP這兩個(gè)當(dāng)前最廣泛應(yīng)用于面部表情識(shí)別的特征集創(chuàng)建分類器組，使用多目標(biāo)遺傳算法搜索最佳的集合作為目標(biāo)函數(shù)。為驗(yàn)證所提出的方法，本文設(shè)計(jì)了兩個(gè)不同的方案分別在JAFFE和Cohn-Kanade兩個(gè)不同的人臉庫上進(jìn)行實(shí)驗(yàn)，通過實(shí)驗(yàn)可以證明:所提出方案比使用單一特征集和單分類器的傳統(tǒng)方法分別提高了5%和10%的識(shí)別率。

1 特征集方法綜述

本文選擇用來進(jìn)行面部表情建模的特征集。

1.1 Gabor濾波器

Gabor濾波器已被成功地應(yīng)用于人臉表情識(shí)別，因此被選為一個(gè)特征集用于訓(xùn)練基分類器。一組Gabor內(nèi)核是一個(gè)高斯包絡(luò)和平面波的產(chǎn)物，定義如方程(1)［9］:

其中，z=(x，y)是一個(gè)空間域上的變量;kμ，v(定義如方程(2)［6］)是一個(gè)頻率矢量，用來確定 Gabor內(nèi)核的尺度和方向。

圖18 個(gè)方向(列)和5個(gè)尺度(行)的Gabor濾波器

可以使用方程(3)［10］，通過Gabor內(nèi)核的卷積得到給定的圖像I(z)在特定位置上的Gabor變換，

由方程(4)［10］得到復(fù)圖像的幅值:

其中，N是人臉圖像中標(biāo)記的基準(zhǔn)點(diǎn)數(shù)量;xl和yl是基準(zhǔn)點(diǎn)的坐標(biāo);k是用來形成區(qū)域的周邊像素的數(shù)量。文獻(xiàn)［12］提出的一組來自74個(gè)不同界標(biāo)的20個(gè)基準(zhǔn)點(diǎn)，根據(jù)作者的觀點(diǎn)，這些點(diǎn)分布在臉的突出特征上。圖2顯示了作者使用的20個(gè)基準(zhǔn)點(diǎn)。

根據(jù)方程(5)，用一個(gè)大小為K×K掩模計(jì)算出特征向量。在本文的實(shí)驗(yàn)中，測試了K={1，3，5，7，9}。如前所述，提取了尺度為160的5個(gè)特征集，方向?yàn)?00的8個(gè)特征集，和一個(gè)尺度和方向都為800的特征集?？紤]到5個(gè)不同的掩模，用70個(gè)不同的特征集訓(xùn)練70個(gè)分類器。

1.2 局部二進(jìn)制模式

局部二進(jìn)制模式(LBP)最早是作為一種有效的紋理描述算子提出的［13］，由于其對(duì)圖像局部紋理特征的卓越描繪能力而獲得了十分廣泛的應(yīng)用。LBP特征具有很強(qiáng)的分類能力和較高的計(jì)算效率，因此被選為用于訓(xùn)練基分類器的另一個(gè)特征集。圖3為原始LBP算子，以窗口中心像素為閾值，將相鄰的8個(gè)像素的灰度值與其進(jìn)行比較，若周圍像素值大于中心像素值，則該像素點(diǎn)的位置被標(biāo)記為1，否則為0。這樣，3×3鄰域內(nèi)的8個(gè)點(diǎn)可產(chǎn)生8 bit的無符號(hào)數(shù)，即得到該窗口的LBP值，并用這個(gè)值來反映該區(qū)域的紋理信息。

圖2 文獻(xiàn)［8］提出的20個(gè)基準(zhǔn)點(diǎn)

圖3 原始LBP算子

基本LBP算子的局限性在于它的小鄰域不能吸收大尺度結(jié)構(gòu)中的主要特征。為解決這個(gè)問題，算子被擴(kuò)展以應(yīng)對(duì)大鄰域，采用圓形鄰域并結(jié)合雙線性插值運(yùn)算，能夠獲得任意半徑和任意數(shù)目鄰域像素點(diǎn)。圖4是擴(kuò)展的LBP算子，(P，R)表示半徑為R的圓上P鄰域等距采樣點(diǎn)。

LBPP，R算子產(chǎn)生2P個(gè)不同的輸出值，對(duì)應(yīng)于鄰域集中P個(gè)像素形成的2P個(gè)不同的二進(jìn)制模式。對(duì)人臉圖像使用LBP分割成小區(qū)域Z0，Z1，…，Zn以提取LBP直方圖，然后每個(gè)區(qū)域提取的特征合并成一個(gè)單一的向量。圖5舉例說明這一過程。

圖4 擴(kuò)展LBP算子的3個(gè)例子

圖5 從分區(qū)的面部圖像提取LBP特征

本文把人臉分為42個(gè)區(qū)(7×6)，使用3個(gè)不同的特征組合訓(xùn)練3個(gè)分類器，這3種LBP算子的組合分別是前兩種組合產(chǎn)生的特征向量每區(qū)有 59 個(gè)特征，合計(jì) 2 478 個(gè)，而最后一個(gè)組合產(chǎn)生的特征向量每區(qū)有243個(gè)特征，合計(jì)10 206個(gè)。

2 實(shí)驗(yàn)結(jié)果和討論

使用兩個(gè)實(shí)驗(yàn)方案來評(píng)價(jià)面部表情識(shí)別方法。實(shí)驗(yàn)I中，測試對(duì)象來自訓(xùn)練對(duì)象集，實(shí)驗(yàn)II中，訓(xùn)練集對(duì)象均不用于測試。第1個(gè)實(shí)驗(yàn)方案經(jīng)常在文獻(xiàn)中出現(xiàn)，但是，第2個(gè)方案更為切合實(shí)際，因?yàn)樵撓到y(tǒng)必須能夠?qū)]有被用來訓(xùn)練的對(duì)象進(jìn)行表情分類。

本文采用支持向量機(jī)(SVM)作為基分類器。面部表情識(shí)別是一個(gè)多分類問題，假設(shè)d表示類的數(shù)目，則需訓(xùn)練d×(d-1)/2個(gè)分類器，并組織成樹形結(jié)構(gòu)，如7種不同類別的面部表情需要21個(gè)分類。

接下來簡單介紹JAFFE和Cohn-Kanade數(shù)據(jù)庫并在這兩個(gè)數(shù)據(jù)上做相關(guān)實(shí)驗(yàn)。

2.1 數(shù)據(jù)庫

JAFFE數(shù)據(jù)庫包含10名女性對(duì)象及其213個(gè)圖像的面部表情。每個(gè)圖像分辨率為256×256像素。7個(gè)類別的圖像表情(中性，快樂，悲傷，驚訝，憤怒，厭惡，恐懼)是相同的，如圖6所示。

圖6 JAFFE數(shù)據(jù)庫中7類面部表情

Cohn-Kanade數(shù)據(jù)庫描繪每一個(gè)表情從中性狀態(tài)演變直到它在最后一幀達(dá)到其最高的強(qiáng)度的序列圖像。數(shù)據(jù)庫由1 281個(gè)圖像構(gòu)成。圖7是這個(gè)數(shù)據(jù)集的一些例子。

圖7 Cohn-Kanade數(shù)據(jù)庫中7類面部表情

2.2 在JAFFE數(shù)據(jù)庫上的實(shí)驗(yàn)

根據(jù)所提出的方法，第1步是訓(xùn)練基分類器池。所有的分類都是基于LibSVM高斯內(nèi)核訓(xùn)練的支持向量機(jī)。通過使用JAFFE數(shù)據(jù)庫進(jìn)行實(shí)驗(yàn)I和實(shí)驗(yàn)II，得到73個(gè)分類器的精度。分類器分為3組:3個(gè)LBP分類器、30個(gè)基于尺度的Gabor分類器和40個(gè)基于方向的Gabor分類器?？梢杂^察到，實(shí)驗(yàn)II的分類器性能遠(yuǎn)不如實(shí)驗(yàn)I的表現(xiàn)。

訓(xùn)練后的分類器池作為MOGA的輸入，本文使用NSGA-II多目標(biāo)遺傳算法建立分類器集合，實(shí)驗(yàn)中采用如下參數(shù):種群=100，子代數(shù)=300，交叉概率=0.7，變異概率=0.01，小生境距離=0.05。因?yàn)閷?shí)驗(yàn)中使用73個(gè)分類器，所以染色體的個(gè)數(shù)是73;集合的錯(cuò)誤率通過求和規(guī)則計(jì)算;采用組合優(yōu)化方法定義交叉概率和變異概率;使用實(shí)證法確定種群規(guī)模與子代數(shù)。

圖8顯示了實(shí)驗(yàn)I和實(shí)驗(yàn)II在目標(biāo)平面上的種群演變?？梢杂^察到，在這兩種情況下，該算法收斂到Pareto前沿產(chǎn)生一組可能的解決方案。為了進(jìn)行搜索，使用10倍交叉驗(yàn)證。每個(gè)實(shí)驗(yàn)重復(fù)10次，以驗(yàn)證其重復(fù)性。因此，所有結(jié)果是這10次重復(fù)的平均值。

圖8 在目標(biāo)平面上的種群演變

下一步是從Pareto選擇最佳的分類器集合。如前所述，高精度很重要，但集合的大小也是這類應(yīng)用的一個(gè)重要問題。從圖8可以看出:提供了準(zhǔn)確性和大小之間的最佳權(quán)衡的集合被安置在靠近Pareto的末端。選定的集合用箭頭標(biāo)記在圖8a和圖8b中，選定的分類器及其個(gè)體性能如表1所示。

盡管分類器規(guī)模相同(實(shí)驗(yàn)I和實(shí)驗(yàn)II分類器規(guī)模分別是5和6)，但除了LBP分類器LBP8，2以外，該集合的組成完全不同。從表1可以看到:實(shí)驗(yàn)II比實(shí)驗(yàn)I有相當(dāng)多的難度，但是，所提出的方法能夠?yàn)閷?shí)驗(yàn)找到合適的集合。

表1 選擇的分類器(JAFFE數(shù)據(jù)庫)

在實(shí)驗(yàn)I中，集合性能相比較最佳分類器提高了約5%。但實(shí)驗(yàn)II表現(xiàn)更佳，分類器集合相對(duì)最好的單分類器識(shí)別率提高了10%左右。實(shí)驗(yàn)II選擇的分類器的性能快速查看的結(jié)果表明似乎可以拋棄3個(gè)基于Gabor的分類器，因?yàn)榕c基于LBP的分類器相比，他們表現(xiàn)欠佳，但這些弱分類器仍然非常重要，因?yàn)樗麄兲峁┭a(bǔ)充信息，這是集合良好性能的關(guān)鍵，如果移除3個(gè)基于Gabor的分類器，則集合的性能將下降到62%。

表2和表3比較了兩個(gè)針對(duì)所有分類器和所提方法產(chǎn)生的集合實(shí)驗(yàn)的混淆矩陣。表2顯示實(shí)驗(yàn)I中分類器解決了絕大多數(shù)的分類問題，在實(shí)驗(yàn)II中(如表3所示)也解決了幾個(gè)問題，但還有很多改進(jìn)的余地，如“悲傷”類。為了進(jìn)一步減少這些問題，一個(gè)可能的選擇是使用更多的數(shù)據(jù)庫圖像來增加訓(xùn)練集。

表2 實(shí)驗(yàn)I的混淆矩陣(JAFFE數(shù)據(jù)庫)

表3 實(shí)驗(yàn)II的混淆矩陣(JAFFE數(shù)據(jù)庫)

表4為不同方法在JAFFE數(shù)據(jù)庫的比較，從表4可以看出:所提出的方法優(yōu)于已有文獻(xiàn)。

2.3 Cohn-Kanade數(shù)據(jù)庫的實(shí)驗(yàn)

與JAFFE數(shù)據(jù)庫相同的方案被施加在Cohn-Kanade數(shù)據(jù)庫上進(jìn)行實(shí)驗(yàn)。同樣得到了73個(gè)分類器在實(shí)驗(yàn)I和實(shí)驗(yàn)II中的精度。通過比較兩次實(shí)驗(yàn)可以很清楚地看到:Cohn-Kanade數(shù)據(jù)庫比 JAFFE數(shù)據(jù)庫簡單，因?yàn)镃ohn-Kanade數(shù)據(jù)庫中面部表情圖像的變化細(xì)微。一些分類器的性能令人非常滿意，特別是在實(shí)驗(yàn)I中同一對(duì)象同時(shí)參與了訓(xùn)練和測試時(shí)的精度。

與在JAFFE數(shù)據(jù)庫上的實(shí)驗(yàn)一樣，算法也是收斂到Pareto前沿產(chǎn)生一組可能的解決方案。選定的集合用箭頭標(biāo)記，如圖9a和圖9b所示。選定的分類和他們的性能如表5所示。同樣，對(duì)選擇的集合進(jìn)行了10次重復(fù)以保證其可重復(fù)性。

表4 不同方法在JAFFE數(shù)據(jù)庫的比較

圖9 在目標(biāo)平面上的種群演變

表5 選擇的分類器(Cohn-Kanade數(shù)據(jù)庫)

如前所述，該數(shù)據(jù)集比前一個(gè)簡單，所以它需要更小的集合減少整體的錯(cuò)誤率。在這種情況下，最佳的分類器(LBP8，2)連同一個(gè)基于尺度的Gabor分類器被選定。表6顯示了實(shí)驗(yàn)II的混淆矩陣，從表6中可以觀察到“恐懼”類的問題得到了解決，“恐懼”是公認(rèn)最難識(shí)別的表情。

表6 實(shí)驗(yàn)II混淆矩陣(Cohn-Kanade數(shù)據(jù)庫)

表7顯示了文獻(xiàn)中報(bào)道的不同方法在Cohn-Kanade數(shù)據(jù)庫的性能。由于已有實(shí)驗(yàn)方案的差異，直接的比較是不可能的，盡管實(shí)驗(yàn)方案有所差異，但所提出的方法優(yōu)于已有文獻(xiàn)。

表7 不同方法在Cohn-Kanade數(shù)據(jù)庫的比較

3 結(jié)論

本文提出了一個(gè)面部表情識(shí)別新方法，該方法依賴于兩個(gè)不同的特征集相結(jié)合為一個(gè)集合以提高識(shí)別的準(zhǔn)確性。該方法結(jié)合了兩種不同的特征集，即Gabor濾波器和LBP。兩個(gè)特征集相結(jié)合為分類器集合的識(shí)別率明顯優(yōu)于個(gè)體特征集和單分類器。例如，在實(shí)驗(yàn)I的情況下，集合方法的性能比最好的個(gè)體分類器提高了約5%。特別是在實(shí)驗(yàn)II中，集合方法的識(shí)別率比最好的個(gè)體分類器提高了約10%。

與文獻(xiàn)中的各種方法相比，本文得到的識(shí)別率都略有提高。盡管取得了良好的效果，但所提出的方法仍有一些缺點(diǎn)。一個(gè)缺點(diǎn)是在Gabor特征的情況下，基準(zhǔn)點(diǎn)定位存在問題。由于沒有可靠的算法在人臉圖像找到這樣的點(diǎn)，不正確的位置會(huì)導(dǎo)致噪聲特征向量，這個(gè)特征向量會(huì)減少對(duì)應(yīng)分類器的精確度。盡管如此，這個(gè)問題可以被集合在某種程度上緩解;另一個(gè)缺點(diǎn)是整個(gè)系統(tǒng)的復(fù)雜性增大，因?yàn)樗枰崛商滋卣饕约胺诸惼鞯挠?xùn)練和選擇，但這個(gè)缺點(diǎn)相對(duì)于面部表情識(shí)別率的增長是值得的。

［1］Aleksic P S，Katsaggelos A K.Automatic Facial Expression Recognition Using Facial Animation Parameters and Multistream Hmms［J］.IEEE Transactions on Information Forensics and Security，2006，1(1):3-11.

［2］Bartlett M，Littlewort G，F(xiàn)rank M，et al.Recognizing Facial Expression:Machine Learning and Application to Spotaneous Behavior［J］.IEEE Conference on Computer Vision and Pattern Recognition，2011，3(1):568-573.

［3］吳丹，林學(xué)訚.人臉表情視頻數(shù)據(jù)庫的設(shè)計(jì)與實(shí)現(xiàn)［J］.計(jì)算機(jī)工程與應(yīng)用，2004(5):177-180.

［4］楊得國，楊勐，姜金娣，等.一種改進(jìn)的局部區(qū)域特征醫(yī)學(xué)圖像分割方法［J］.河南科技大學(xué)學(xué)報(bào):自然科學(xué)版，2012，33(2):30-33.

［5］翁陽，程明.基于相位相關(guān)的指紋序列圖像配準(zhǔn)新算法［J］.鄭州大學(xué)學(xué)報(bào):理學(xué)版，2012(4):63-67.

［6］Besinger A，Sztynda T，Lal S，et al.Optical Flow Based Analyses to Detect Emotion from Human Facial Image Data［J］.Expert Systems with Applications，2010(7):8897-8902.

［7］Liao S，F(xiàn)an W，Chung C S，et al.Facial Expression Recognition Using Advanced Local Binary Patterns［C］//International Conference on Image Processing(ICIP).2006:665-668.

［8］Cheng F，Yu J，Xiong H.Facial Expression Recognition in Jaffe Dataset Based on Gaussian Process Classification［J］.IEEE Transactions on Neural Networks，2011，21(10):1685-1690.

［9］Cohen I，Sebe N，Garg A，et al.Facial Expression Recognition from Video Sequences:Temporal and Static Modeling［J］.Computer Vision and Image Understanding，2003，9(1):160-187.

［10］Geetha A，Ramalingam V，Palanivel S，et al.Facial Expression Recognition a Real Time Approach［J］.Expert Systems with Applications，2013，3(2):303-308.

［11］Duan H，Xu C F，Xing Z H.A Hybrid Artificial Bee Colony Optimization and Quantum Evolutionary Algorithm for Continuous Optimization Problems［J］.International Journal of Neural Systems，2010，20(1):39-50.

［12］Koutlas A，F(xiàn)otiadis D.An Automatic Region Based Methodology for Facial Expression Recognition［J］.IEEE International Conference on Systems，Man and Cybernetics，2008(6):662-666.

［13］Liu W，Wang Z.Facial Expression Recognition Based on Fusion of Multiple Gabor Features［C］//18th International Conference on Pattern Recognition.2006:36-539.

［14］Shan C，Gong S，McOwan P W.Facial Expression Recognition Based on Local Binary Patterns:A Comprehensive Study［J］.Image and Vision Computing，2011，27(3):803-816.

［15］Zavaschi T，Oliveira L，Koerich A.Facial Expression Recognition Using Ensemble of Classifiers［C］//Proceedings of 36th International Conference on Acoustics，Speech and Signal Processing.2011:1489-1492.

［16］Lu J，Plataniotis K N，Venetsanopoulos A N.Regularization of Linear Discriminant Analysis in Small Sample Size Scenarios with Application to Face Recognition［J］.Pattern Recognition Letters，2011，46(2):181-191.

［17］Nandakumar K，Chen Y，Dass S C，et al.Likelihood Ratio Based Biometric Score Fusion［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence，2012，47(2):342-347.

［18］Jumutc V，Zayakin P，Borisov A.Ranking-based Kernels in Applied Biomedical Diagnostics Using Support Vector Machine［J］.International Journal of Neural Systems，2011，21(6):459-473.