[发明专利]一种领域自适应的人脸表情分析方法

权利要求书

1.一种领域自适应人脸表情分析方法，其特征在于如下步骤：

(1)根据FACS手册中关于表情动作单元的描述，定义人脸面部几何特征f₁和表观特征f₂；

(2)构建辅助预测问题，由几何特征f₁计算标签，由表观特征f₂预测标签，记录预测参数向量；

(3)由预测参数向量定义对象之间的距离，距离定义包括取值接近和符号一致两部分，在训练集L中选取与测试对象U距离相近的训练对象，组成训练集

(4)采用加权协同训练，训练预测模型h₁和h₂，训练样本权重计算包含正负样本个数比例和h₁与h₂分值的绝对差值两个因素；

(5)利用预先训练的优势预测模型h_1v2，融合h₁和h₂得到模型h，输出最终预测结果。

2.根据权利要求1所述的方法，其特征在于:

所述的几何特征和表观特征具有独立的表情分析能力，同时具有互补性。

3.根据权利要求1所述的方法，其特征在于:所述步骤(1)中特征定义进一步包括：

(1.1)几何特征由角度，长度等几何度量组成，基于人脸特征点计算得出；

(1.2)表观特征选用固定位置和尺度的SIFT描述子。

4.根据权利要求1所述的方法，其特征在于:所述步骤(4)加权协同训练样本进一步包括：权重计算中，正负样本个数的比例统计所有来自测试对象U的样本，记为R_skew(x)。

5.根据权利要求1所述的方法，其特征在于:所述步骤(4)加权协同训练

样本进一步包括：权重计算的具体公式为：

Qx=1+aRskew(x)+b|h1(x)-h2(x)|ifx∈U1ifx∈L′]]>

其中a和b是预先设定的大于零的常数，通过在数据库中进行交叉验证(cross validation)选取得到。

6.根据权利要求1所述的方法，其特征在于:所述步骤(5)进一步包括：利用预先训练优势预测模型h_1v2，预测几何特征f₁在测试对象U上相对于表观特征f₂处于优势的概率，融合几何特征模型h₁和表观特征模型h₂。