盧俊鋒
【摘 要】微表情通常發(fā)生在一個(gè)人試圖隱藏他的真實(shí)感受的時(shí)候,它是人類心理活動(dòng)的真實(shí)表達(dá),如若被有效捕捉,可以準(zhǔn)確評(píng)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(lái),微表情檢測(cè)與識(shí)別工作逐漸引起了學(xué)者的關(guān)注,但由于微表情強(qiáng)度微弱,容易受環(huán)境因素?cái)_動(dòng),持續(xù)時(shí)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(shí)別,所以微表情識(shí)別成為一個(gè)熱門的研究領(lǐng)域,本文試對(duì)國(guó)內(nèi)外微表情識(shí)別的研究現(xiàn)狀進(jìn)行簡(jiǎn)單分析和總結(jié)。
【關(guān)鍵詞】微表情;微表情識(shí)別
中圖分類號(hào): TP391.41 文獻(xiàn)標(biāo)識(shí)碼: A文章編號(hào): 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(shí)間不能控制隱藏自己真實(shí)情感的面部表情[1]。心理學(xué)家認(rèn)為微表情是一種內(nèi)心的一種防御機(jī)制。先后有心理學(xué)家Haggard,Tsaacs,Ekaman,F(xiàn)riesen等學(xué)者研究做了相關(guān)的研究,由于微表情持續(xù)的時(shí)間非常短,強(qiáng)度小,所以微表情經(jīng)常不會(huì)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(shí)際應(yīng)用價(jià)值。
1.2 微表情的發(fā)展和研究現(xiàn)狀
現(xiàn)在對(duì)于表情的識(shí)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(shí)別上效果卻不太好,所以需要重新設(shè)計(jì)算法和模型,現(xiàn)在主流改進(jìn)算法的方法就是通過(guò)不斷地訓(xùn)練模型,Ekaman和Matsumoto設(shè)計(jì)了一個(gè)工具可以實(shí)現(xiàn)訓(xùn)練微表情識(shí)別模型——METT[2],現(xiàn)在國(guó)內(nèi)在研究微表情識(shí)別領(lǐng)域有較好的效果的團(tuán)隊(duì)有中科院的傅小蘭團(tuán)隊(duì)建立的微表情數(shù)據(jù)庫(kù)CASME和CASEMEⅡ[3],中國(guó)傅小蘭團(tuán)隊(duì)已經(jīng)建立了微表情識(shí)別的系統(tǒng),但還存在需改進(jìn)的地方。但是對(duì)于基于視頻流的微表情識(shí)別而言,這個(gè)數(shù)據(jù)庫(kù)還遠(yuǎn)遠(yuǎn)不能滿足真正的實(shí)驗(yàn)訓(xùn)練需求,所以在數(shù)據(jù)庫(kù)的建立上還需要進(jìn)一步研究和發(fā)展。
2 微表情識(shí)別綜述
2.1 微表情識(shí)別
基于視頻流的微表情的檢測(cè)能夠具體刻畫微表情,通過(guò)對(duì)視頻流數(shù)據(jù)中普遍存在的微表情進(jìn)行有效識(shí)別,從而真實(shí)描述其真實(shí)的心理狀態(tài)。由于微表情的強(qiáng)度微弱,時(shí)間非常短,但是是人的真實(shí)內(nèi)心情感的表達(dá),所以一旦能夠識(shí)別出來(lái),會(huì)有著非常高的使用價(jià)值,由于表情識(shí)別領(lǐng)域的成功應(yīng)用于現(xiàn)實(shí)的許多場(chǎng)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(shí)別的微表情識(shí)別領(lǐng)域的發(fā)展。但是由于微表情識(shí)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(shí)的場(chǎng)景中。
2.2 微表情識(shí)別的步驟
通過(guò)計(jì)算視覺,基于人臉特征和FACS(面部表情編碼)等技術(shù)對(duì)人類常見的微表情進(jìn)行識(shí)別。實(shí)現(xiàn)微表情識(shí)別的步驟大致可以分為三步,第一步是對(duì)數(shù)據(jù)庫(kù)的原始圖像數(shù)據(jù)的進(jìn)行預(yù)處理,包括對(duì)原始數(shù)據(jù)進(jìn)行模糊,輪廓檢測(cè),裁剪,對(duì)齊等操作,第二步是在對(duì)已經(jīng)處理好的圖片進(jìn)行特征值提取,用某一個(gè)或多個(gè)特征來(lái)描述圖片的人像數(shù)據(jù),第三步是根據(jù)提取出來(lái)的特征值的圖像進(jìn)行分類,貼標(biāo)簽,對(duì)原始圖像數(shù)據(jù)實(shí)現(xiàn)表情種類的分類。第四步是通過(guò)設(shè)計(jì)實(shí)驗(yàn),通過(guò)已有的圖像數(shù)據(jù)庫(kù)如芬蘭的SMIC數(shù)據(jù)庫(kù)和中國(guó)傅小蘭團(tuán)隊(duì)的CASEMEⅡ數(shù)據(jù)庫(kù)來(lái)測(cè)試和訓(xùn)練模型,不斷優(yōu)化和完善特征提取過(guò)程和特征分類過(guò)程,最終實(shí)現(xiàn)微表情的識(shí)別過(guò)程。
2.3 微表情識(shí)別的應(yīng)用
通過(guò)對(duì)人類常見面部微表情的整合及對(duì)面部微表情識(shí)別技術(shù)的進(jìn)一步開發(fā),有效識(shí)別人類面部常見的微表情,并對(duì)微表情進(jìn)行解讀,以達(dá)到推測(cè)人類的心理狀態(tài)的目的。可以通過(guò)該項(xiàng)技術(shù),為商家提供用戶偏好信息,進(jìn)而利用大數(shù)據(jù),對(duì)消費(fèi)者提供更加對(duì)口的服務(wù),為消費(fèi)者推薦他們感興趣的內(nèi)容,為消費(fèi)者提供更好的消費(fèi)體驗(yàn)。此項(xiàng)技術(shù)能夠大大提高部分企業(yè)的效益及競(jìng)爭(zhēng)力。捕捉人們面部的微表情,經(jīng)過(guò)數(shù)據(jù)庫(kù)的處理和分析可在反恐、安檢和刑訊,人際交往[4],教學(xué)評(píng)價(jià)反饋[5]等領(lǐng)域中發(fā)揮重要的作用。
2.4 微表情識(shí)別領(lǐng)域的發(fā)展展望
當(dāng)前微表情識(shí)別領(lǐng)域的研究尚不成熟,在原始圖像的預(yù)處理,微表情特征提取算法的研究,微表情分類識(shí)別的優(yōu)化,微表情訓(xùn)練數(shù)據(jù)庫(kù)等方面尚還不成熟,現(xiàn)在對(duì)于長(zhǎng)視頻中的微表情識(shí)別的效果還很欠缺,微表情的識(shí)別成功率還不高[6]。
(1)優(yōu)化原始圖像預(yù)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(duì)于興趣區(qū)域(ROI)的劃分的規(guī)則可以進(jìn)一步標(biāo)準(zhǔn)化,包括使用更好性能的對(duì)齊算法對(duì)預(yù)處理步驟進(jìn)行對(duì)齊處理。
(2)微表情特征提取的算法優(yōu)化,當(dāng)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(dāng)前有LBP,HOG等特征可以用來(lái)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(lái)的效果并不是特別理想,所以對(duì)原始圖像數(shù)據(jù)的特征值提取和特征描述,對(duì)整個(gè)微表情識(shí)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(kù)的水平還很低,所以現(xiàn)在對(duì)于更加完整,數(shù)據(jù)量更龐大的微表情數(shù)據(jù)庫(kù)的需要尤為急切。
只要能克服這幾個(gè)方面的困難,微表情識(shí)別也能夠成功應(yīng)用在現(xiàn)實(shí)生活中,微表情必定能夠?yàn)樯鐣?huì)貢獻(xiàn)出巨大的實(shí)用價(jià)值。
【參考文獻(xiàn)】
[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(xué)生微表情的教學(xué)評(píng)價(jià)機(jī)制的構(gòu)建[J].中國(guó)多媒體與網(wǎng)絡(luò)教學(xué)學(xué)報(bào)(上旬刊),2018(08):22-23.
[6]徐峰,張軍平.人臉微表情識(shí)別綜述[J].自動(dòng)化學(xué)報(bào),2017,43(03):333-348.