使用色彩空间的微表情识别
微表情是简短的非自愿面部表情,可显示真实的情感,因此有助于发现谎言。 由于它们的应用前景广阔,因此引起了各个领域研究人员的关注。 最近的研究表明,两个感知色空间(CIELab和CIELuv)为表达识别提供了有用的信息。 本文是国际模式识别会议论文的扩展版本,其中我们提出了一种新颖的色彩空间模型,即张量独立色彩空间(TICS),以帮助识别微表达。 在本文中,我们进一步证明了CIELab和CIELuv在识别微表达方面也有帮助,并指出了为什么这三种颜色空间可以实现更好的性能。 将微表达彩色视频剪辑视为四阶张量,即四维数组。 前两个维是空间信息,第三个维是时间信息,第四个维是颜色信息。 我们将第四维从RGB转换为TICS,其中颜色分量尽可能独立。 动态纹理和独立颜色分量的组合比RGB的精度更高。 此外,我们基于面部动作编码系统定义了一组感兴趣区域(ROI),并为每个ROI计算了动态纹理直方图。 在两个微表达式数据库CASME和CASME 2上进行了实验,结果表明TICS,CIELab和CIELuv的性能优于RGB或灰度的性能。