О.В. Мельник1, В.А. Саблина2, А.Д. Черненко3
1-3 ФГБОУ ВО «Рязанский государственный радиотехнический университет им. В.Ф. Уткина» (г. Рязань, Россия)
1 omela111@yandex.ru, 2 sablina.v.a@evm.rsreu.ru, 3 anuta201294@yandex.ru
Постановка проблемы. В настоящее время исследователи изучают подходы к автоматическому анализу лицевых микровыражений для реализации возможности распознавания истинных эмоций человека по последовательности изображений его лица. Современные технологии основаны на использовании сложных математических алгоритмов с множеством настраиваемых параметров. В частности, такими алгоритмами являются алгоритмы пространственно-временны́х дескрипторов признаков. При исследовании этих алгоритмов ученые, не являющиеся техническими специалистами, например психологи или психотерапевты, могут встретиться с трудностями написания программного кода. Поэтому возникла необходимость в разработке специализированного программного комплекса для исследования пространственно-временны́х дескрипторов признаков.
Цель. Разработать специализированный программный инструмент для исследования различных пространственно-временны́х дескрипторов признаков микродвижений лица на видеоизображении.
Результаты. Разработан программный комплекс для исследования пространственно-временны́х дескрипторов признаков с графическим интерфейсом. Программный комплекс позволяет исследовать влияние выбора дескриптора (LBP-TOP, FHOOF или FHOFO) и его параметров на точность обнаружения микролицевых движений для различных входных наборов данных последовательностей изображений лица человека.
Практическая значимость. Разработанный программный комплекс для исследования пространственно-временны́х дескрипторов признаков может применяться в качестве программного инструмента для проведения исследований в области анализа микровыражений лица.
Мельник О.В., Саблина В.А., Черненко А.Д. Программный комплекс для исследования пространственно-временны́х дескрипторов признаков // Биомедицинская радиоэлектроника. 2024. T. 27. № 4. С. 48-55. DOI: https://doi.org/10.18127/j15604136-202404-07
- Zhao G., Li X., Li Y., Pietikäinen M. Facial Micro-Expressions: An Overview // Proceedings of the IEEE. 2023. V. 111. № 10. P. 1215–1235.
- Paul Ekman. Emotion in the Human Face, 2nd Edition. Malor Books. 2013. 456 p.
- Никифоров М.Б., Саблина В.А., Черненко А.Д. Применение алгоритмов пространственно-временны́х дескрипторов признаков для анализа микровыражений лица // 78-я Научно-техническая конференция Санкт-Петербургского НТО РЭС им.
А.С. Попова, посвященная Дню радио: Сб. материалов. СПб.: СПбГЭТУ «ЛЭТИ». 2023. С. 365–370. - Burresi G., Sablina V.A. Micro-Facial Movement Detection Using LBP-TOP Descriptors for Landmark Based Regions, 10th Mediterranean Conference on Embedded Computing (MECO) Proceedings. Budva, Montenegro. 2021. P. 401–404.
- Саблина В.А. Технология обнаружения микролицевых движений для выявления истинных эмоций человека // Биотехнические, медицинские и экологические системы, измерительные устройства и робототехнические комплексы «Биомедсистемы – 2022»: Сб. трудов XXXV Всерос. науч.-техн. конф. студентов, молодых ученых и специалистов. Рязань: ИП Коняхин А.В. (Book Jet). 2022. C. 11–17.
- Davison A.K., Lansley C., Costen N., Tan K., Moi Hoon Yap. SAMM: A Spontaneous Micro-Facial Movement Dataset // IEEE Transactions on Affective Computing. 2018. V. 9. № 1. P. 116–129.
- Саблина В.А., Черненко А.Д. Распознавание выражений лица с помощью дескриптора локальных бинарных шаблонов по трем ортогональным плоскостям // Биотехнические, медицинские и экологические системы, измерительные устройства и робототехнические комплексы «Биомедсистемы – 2021»: Сб. трудов XXXV Всерос. науч.-техн. конф. студентов, молодых ученых и специалистов. 2021. C. 287–290.
- Мельник О.В., Саблина В.А., Черненко А.Д. Применение дескриптора признаков FHOOF для обнаружения микролицевых движений // Биомедицинская радиоэлектроника. 2023. Т. 26. № 3. С. 61–70.
- Мельник О.В., Никифоров М.Б., Саблина В.А., Черненко А.Д. Обнаружение микролицевых движений с помощью пространственно-временны́х дескрипторов на основе оптического потока // Биомедицинская радиоэлектроника. 2024. Т. 27. № 2. С. 60–68.
- Hong X., Xu Y., Zhao G. LBP-TOP: A Tensor Unfolding Revisit, in ACCV 2016 // Lecture Notes in Computer Science 2017. V. 10116. P. 513–527.
- Happy S.L., Routray A. Fuzzy Histogram of Optical Flow Orientations for Micro-Expression Recognition // IEEE Transactions on Affective Computing. 2017. V. 10. № 3. P. 394–406.