法医生物力学杂志

抽象的

使用光流分析评估自发情绪面部表情 - Lina Sidavong - 澳大利亚悉尼科技大学

丽娜·西达翁、塔玛拉·斯廷达和萨拉·拉尔

问题陈述：研究通过面部表情表现出的情绪在预测行为研究中具有宝贵的应用价值。这激起了人们对开发用于面部表情分析的智能视觉监控的兴趣。这个想法的延续是因为它在闭路电视 (CCTV) 监控中的直接实用性，以及越来越多的人认为主观体验和情绪反映了一个人的面部表情变化。如果可以检测到面部情绪模式，则可以实现针对评估面部表情以用于法医和监视目的的面部识别程序。本研究的目的是在个体中引发情绪，以确定是否可以通过光流分析检测到不同表情期间的特定面部运动。方法：在观看三部引发情绪的短片时，对个体进行录像。放映这些电影的目的是引发三种情绪中的一种：快乐、悲伤和恐惧。测量皮肤电导率 (SC) 以及九点李克特量表（自我报告情绪评估）问卷，以确定感受到的情绪类型和程度。这允许从录制的镜头中提取代表中性和情绪表达高峰的静态面部图像。使用 MATLAB 软件对图像集进行光流分析，以量化中性和高峰情绪状态之间面部活动的幅度和方向。结果：光流分析生成了描绘面部运动全局速度矢量的矢量图。在总结从愉悦、悲伤和恐惧的矢量图中得出的这些信息时，我们观察到了相似的活动趋势和模式，但愉悦表情的幅度比悲伤和恐惧更大。结论和意义：光流分析在区分情绪面部表情方面显示出潜力。然而，需要进一步的数据分析来确认是否可以使用光流或其他此类技术清楚地识别不同类型的情绪。