Human emotion recognition based on facial texture information

• Autorzy: Piątkowska E. , Martyna J.

Warianty tytułu

PL

Rozpoznawanie ludzkich emocji na podstawie informacji zakodowanej w tekststurze twarzy

• Języki publikacji: EN

Abstrakty

EN

The paper presents the system for automatic emotion recognition. Firstly, face detection algorithm [5] is performed on input image to create face representation. Then, face texture is encoded with Local Binary Patterns [11] and used as a feature set in emotion recognition. The Support Vector Machine [15] is used as a classifier. The proposed system was tested with spontaneous emotions.

PL

W niniejszym artykule opisany został system do automatycznego rozpoznawania emocji. Pierwszym etapem systemu są detekcja i lokalizacja twarzy [5] na obrazie wejściowym. Następnie tekstura twarzy kodowana jest przy użyciu Local Binary Patterns [11] i zastosowana jako zbiór cech opisujących emocję. Maszyna wektorów wpierających [15] pełni rolę klasyfikatora w rozpoznawaniu emocji. Skuteczność przedstawionego systemu została zbadana dla zadania rozpoznawania emocji spontanicznych.

Słowa kluczowe

EN

spontaneous emotions recognition; facial expressions; local binary patterns; Haar-like features; support vector machine (SVM)

PL

rozpoznawanie emocji spontanicznych; ekspresje mimiczne; local binary patterns; cechy Haara; maszyna wektorów wspierających

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Studia Informatica
• Rocznik: 2012
• Tom: Vol. 33, nr 2B
• Strony: 49--59
• Opis fizyczny: Bibliogr. 18 poz.

Twórcy

autor

Piątkowska E.

autor

Martyna J.

• Uniwersytet Jagielloński, Instytut Informatyki,

Bibliografia

• 1. Ahonen T., Hadid A., Pietikainen M.: Face Recognition with Local Binary Patterns. Computer Vision - ECCV, LNCS, Vol. 3021, 2004, p. 469÷481.
• 2. Edwards G. J., Cootes T. F., Taylor C. J.: Face Recognition Using Active Appearance Models. Proc. European Conf. Computer Vision, Vol. 2, 1998, p. 581÷695.
• 3. Ekman P., Huang T., Sejnowski T., Hager J.: Final Report To NSF of the Planning Workshop on Facial Expression Understanding, http://face-and-emotion.com/dataface/nsfrept/nsf_contents.html. 1992.
• 4. Essa I., Pentland A.: Coding, Analysis Interpretation, Recognition of Facial Expressions. IEEE Trans. Pattern Analysis and Machine Intelligence, Vol.19, No. 7, 1997, p. 757÷763.
• 5. Hadid A., Pietikainen M., Ahonen T.: A Discriminative Feature Space for Detecting and Recognizing Faces. Proc. Computer Vision and Pattern Recognition, 2004, p. 797÷804.
• 6. Huang C. L., Huang Y. M.: Facial Expression Recognition Using Model-Based Feature Extraction and Action Parameters Classification. J. Visual Comm. and Image Representation, Vol. 8, No. 3, 1997, p. 278÷290.
• 7. Kobayashi H., Hara F.: Facial Interaction between Animated 3D Face Robot and Human Beings. Proc. Int'l Conf. Systems, Man, Cybernetics, Vol. 3, 1997, p. 732÷737.
• 8. Kimura S., Yachida M.: Facial Expression Recognition and Its Degree Estimation. Proc. Computer Vision and Pattern Recognition, 1997, p. 295÷300.
• 9. Littlewort G. C., Bartlett M. S., Chenu J., Fasel I., Kanda T., Ishiguro H., Movellan J. R.: Towards Social Robots: Automatic Evaluation of Human-robot Interaction by Face Detection and Expression Classification. Advances in Neural Information Processing Systems, Vol. 16, 2004, p. 1563÷1570.
• 10. Mehrabian A.: Communication without Words. Psychology Today, Vol. 2, No. 4, 1968, p. 53÷56.
• 11. Ojala T., Pietikainen M., Maenpaa T.: Multiresolution gray-scale and rotation invariant texture with local binary patterns. IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 7, No. 7, 2002, p. 971÷987.
• 12. Pantic M., Rothkrantz L.: Automatic Analysis of Facial Expressions: The State of the Art. IEEE Transactions On Pattern Analysis and Machine Intelligence, Vol. 22, No. 12, 2000.
• 13. Pantic M., Rothkrantz L.: Expert System for Automatic Analysis of Facial Expression. Image and Vision Computing Journal, Vol. 18, No. 11, 2000, p. 881÷905.
• 14. Solomon Ch., Breckon T.: Fundamentals of Digital Image Processing. A Practical Approach with Examples in Matlab, Hoboken, John Wiley and Sons, 2011.
• 15. Vapnik V.N.: Statistical Learning Theory. John Wiley & Sons, 1998.
• 16. Viola P., Jones M. J.: Robust Real-time Object Detection. International Journal of Computer Vision, Vol. 57, No. 2, 2004, p. 137÷154.
• 17. Wallhoff F.: Facial Expressions and Emotion Database. Technische Universität München, http://www.mmk.ei.tum.de/~waf/fgnet/feedtum.html, 2006.
• 18. Zeng Z., Pantic M., Roisman G.I., Huang T. S.: A Survey of Affect Recognition Methods: Audio, Visual and Spontaneous Expressions. IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 31, No. 1, 2009, p. 39÷58.