论文部分内容阅读
情绪识别是当前人工智能和机器学习研究领域的热点问题,情绪识别目前多采用面部表情、身体行为和语音信号分析法。该文提出了一种基于时空兴趣点的情绪识别算法,该算法从包含情绪特征的视频中提取大量的时空兴趣点,并将兴趣点进行优化处理,从而对情绪进行表征,最后利用最近邻分类和支持向量分类分别进行情绪识别。实验在FABO数据库下,分析了开心,悲伤,恐惧,愤怒,迷惑,无聊,惊喜七种不同的情绪,分别对面部和面部结合肢体动作两种情况进行了测试,其中最佳识别率能达到80.5%,证明了该算法的有效性和鲁棒性。