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

1. Zhao G., Li X., Li Y., Pietikäinen M. Facial Micro-Expressions: An Overview // Proceedings of the IEEE. 2023. V. 111. № 10. P. 1215–1235.
2. Paul Ekman. Emotion in the Human Face, 2nd Edition. Malor Books. 2013. 456 p.
3. 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.
4. 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.
5. 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.
6. 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.
7. 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.
8. 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.
9. 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.
10. 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.
11. 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.