精选优质文档-倾情为你奉上基于MDMO的人脸微表情识别方法微表情是短暂的面部动作短,自主和低强度。识别面部自发微表情是一个很大的挑战。文献中提出了一个简单而有效的主要方向:光学流动(mdmo)微表情识别特征。应用一个强大的微表情视频光学流动法和面部区域划分为感兴趣区域(ROI)基于部分行动单位。这是一个基于光学流动兴趣区域,归一化的统计特征,考虑局部统计运动信息和空间位置。为了减少噪声由于头部运动的影响,提出了一种光学流驱动的方法将所有帧的微表情的视频剪辑。最后,一个SVM分类器利用mdmo特征识别微表情。1. DRMF方法对面部区域进行划分要建立了微表情识别的有效特征,首先通过使用受限的本地模型的一个实例来检测并将面部区域划分为感兴趣区域,即ROIs,称为判别响应图拟合(DRMF)。使用DRMF方法,在每个微表情视频片段中,在第一帧的面部区域,有力地检测出一组面部特征点。首先,使用Viola-Jones人脸探测器来定位每一帧的面部区域。其次,通过提取响应块和低维投影,计算出一组初始特征点。第三、drmf迭代干扰这些初始特征点与生成的特征模板,控制形状和外观