盧俊鋒
【摘 要】微表情通常發(fā)生在一個人試圖隱藏他的真實感受的時候,它是人類心理活動的真實表達,如若被有效捕捉,可以準確評估其心理狀態(tài),這在醫(yī)療、商業(yè)談判、刑事審訊等領(lǐng)域有重要應(yīng)用。所以近年來,微表情檢測與識別工作逐漸引起了學者的關(guān)注,但由于微表情強度微弱,容易受環(huán)境因素擾動,持續(xù)時間短,發(fā)生部位區(qū)域狹小與不確定,一般傳感器很難捕捉識別,所以微表情識別成為一個熱門的研究領(lǐng)域,本文試對國內(nèi)外微表情識別的研究現(xiàn)狀進行簡單分析和總結(jié)。
【關(guān)鍵詞】微表情;微表情識別
中圖分類號: TP391.41 文獻標識碼: A文章編號: 2095-2457(2019)32-0136-001
DOI:10.19694/j.cnki.issn2095-2457.2019.32.062
1 微表情綜述
1.1 微表情的定義
微表情是人在非常短的時間不能控制隱藏自己真實情感的面部表情[1]。心理學家認為微表情是一種內(nèi)心的一種防御機制。先后有心理學家Haggard,Tsaacs,Ekaman,F(xiàn)riesen等學者研究做了相關(guān)的研究,由于微表情持續(xù)的時間非常短,強度小,所以微表情經(jīng)常不會引起人的注意,但是微表情在人際交往、刑事案件的審訊、安檢等方面有著很高的實際應(yīng)用價值。
1.2 微表情的發(fā)展和研究現(xiàn)狀
現(xiàn)在對于表情的識別的技術(shù)已經(jīng)非常成熟,而且都已經(jīng)成功應(yīng)用到生活的許多方面中,但是這些算法和模型應(yīng)用到微表情的識別上效果卻不太好,所以需要重新設(shè)計算法和模型,現(xiàn)在主流改進算法的方法就是通過不斷地訓練模型,Ekaman和Matsumoto設(shè)計了一個工具可以實現(xiàn)訓練微表情識別模型——METT[2],現(xiàn)在國內(nèi)在研究微表情識別領(lǐng)域有較好的效果的團隊有中科院的傅小蘭團隊建立的微表情數(shù)據(jù)庫CASME和CASEMEⅡ[3],中國傅小蘭團隊已經(jīng)建立了微表情識別的系統(tǒng),但還存在需改進的地方。但是對于基于視頻流的微表情識別而言,這個數(shù)據(jù)庫還遠遠不能滿足真正的實驗訓練需求,所以在數(shù)據(jù)庫的建立上還需要進一步研究和發(fā)展。
2 微表情識別綜述
2.1 微表情識別
基于視頻流的微表情的檢測能夠具體刻畫微表情,通過對視頻流數(shù)據(jù)中普遍存在的微表情進行有效識別,從而真實描述其真實的心理狀態(tài)。由于微表情的強度微弱,時間非常短,但是是人的真實內(nèi)心情感的表達,所以一旦能夠識別出來,會有著非常高的使用價值,由于表情識別領(lǐng)域的成功應(yīng)用于現(xiàn)實的許多場景,在微表情領(lǐng)域有許多可以借鑒的地方,所以加速了表情識別的微表情識別領(lǐng)域的發(fā)展。但是由于微表情識別發(fā)展起步較晚,所以現(xiàn)在的技術(shù)不是特別成熟,還不能應(yīng)用于現(xiàn)實的場景中。
2.2 微表情識別的步驟
通過計算視覺,基于人臉特征和FACS(面部表情編碼)等技術(shù)對人類常見的微表情進行識別。實現(xiàn)微表情識別的步驟大致可以分為三步,第一步是對數(shù)據(jù)庫的原始圖像數(shù)據(jù)的進行預處理,包括對原始數(shù)據(jù)進行模糊,輪廓檢測,裁剪,對齊等操作,第二步是在對已經(jīng)處理好的圖片進行特征值提取,用某一個或多個特征來描述圖片的人像數(shù)據(jù),第三步是根據(jù)提取出來的特征值的圖像進行分類,貼標簽,對原始圖像數(shù)據(jù)實現(xiàn)表情種類的分類。第四步是通過設(shè)計實驗,通過已有的圖像數(shù)據(jù)庫如芬蘭的SMIC數(shù)據(jù)庫和中國傅小蘭團隊的CASEMEⅡ數(shù)據(jù)庫來測試和訓練模型,不斷優(yōu)化和完善特征提取過程和特征分類過程,最終實現(xiàn)微表情的識別過程。
2.3 微表情識別的應(yīng)用
通過對人類常見面部微表情的整合及對面部微表情識別技術(shù)的進一步開發(fā),有效識別人類面部常見的微表情,并對微表情進行解讀,以達到推測人類的心理狀態(tài)的目的??梢酝ㄟ^該項技術(shù),為商家提供用戶偏好信息,進而利用大數(shù)據(jù),對消費者提供更加對口的服務(wù),為消費者推薦他們感興趣的內(nèi)容,為消費者提供更好的消費體驗。此項技術(shù)能夠大大提高部分企業(yè)的效益及競爭力。捕捉人們面部的微表情,經(jīng)過數(shù)據(jù)庫的處理和分析可在反恐、安檢和刑訊,人際交往[4],教學評價反饋[5]等領(lǐng)域中發(fā)揮重要的作用。
2.4 微表情識別領(lǐng)域的發(fā)展展望
當前微表情識別領(lǐng)域的研究尚不成熟,在原始圖像的預處理,微表情特征提取算法的研究,微表情分類識別的優(yōu)化,微表情訓練數(shù)據(jù)庫等方面尚還不成熟,現(xiàn)在對于長視頻中的微表情識別的效果還很欠缺,微表情的識別成功率還不高[6]。
(1)優(yōu)化原始圖像預處理的步驟,使得視頻流的每一幀圖像更加連貫,特征值具有更佳的連續(xù)性。對于興趣區(qū)域(ROI)的劃分的規(guī)則可以進一步標準化,包括使用更好性能的對齊算法對預處理步驟進行對齊處理。
(2)微表情特征提取的算法優(yōu)化,當前提取的特征并不能完全體現(xiàn)圖像的原始特征,圖像的特征提取尤為關(guān)鍵,當前有LBP,HOG等特征可以用來描述原始圖像的特征,但是到最后分類的步驟中體現(xiàn)出來的效果并不是特別理想,所以對原始圖像數(shù)據(jù)的特征值提取和特征描述,對整個微表情識別十分關(guān)鍵。
(3)由于微表情領(lǐng)域的研究發(fā)展較晚,現(xiàn)有微表情數(shù)據(jù)庫的水平還很低,所以現(xiàn)在對于更加完整,數(shù)據(jù)量更龐大的微表情數(shù)據(jù)庫的需要尤為急切。
只要能克服這幾個方面的困難,微表情識別也能夠成功應(yīng)用在現(xiàn)實生活中,微表情必定能夠為社會貢獻出巨大的實用價值。
【參考文獻】
[1]Ekman P. Telling lies: Clues to Deceit in the Marketplace, Politics and Marriage. 2nd Ed. New York: Norton, 2001.
[2]Endres J, Laidlaw A Micro-express recognition training in medical students: a pilot study[J].BMC medical education,2009,9(1):47
[3]Yan W J,Wu Q,Liu Y J,et al.CASME database:A database of spontaneous micro-expressions collected from neutralized faces[C].IEEE conference on Automatic Face and Gesture Recognition, Shanghai.2013:1-7
[4]花露溪.微表情在人際交往中的應(yīng)用[J].課程教育研究,2018(37):7-8.
[5]曾小芹.智慧教室環(huán)境下基于學生微表情的教學評價機制的構(gòu)建[J].中國多媒體與網(wǎng)絡(luò)教學學報(上旬刊),2018(08):22-23.
[6]徐峰,張軍平.人臉微表情識別綜述[J].自動化學報,2017,43(03):333-348.