论文部分内容阅读
为提高疼痛表情的识别准确性,将约束局部神经域(CLNF)模型和贝叶斯网络(BN)模型相结合,提出一种疼痛表情识别方法。利用CLNF模型获取疼痛表情的关键特征点,在此基础上得到携带大量疼痛信息的面部活动单元(AU),通过对AU加标签处理得到样本数据集。根据定性专家经验获取BN条件概率之间的约束集合,采用变权重方法将样本数据集与约束扩展参数集相融合以完成BN模型的参数估算,并通过BN推理方法实现疼痛表情的最终识别。实验结果表明,与概率潜在语义分析、局部二值体卷积神经网络等方法相比,该方法可有效提高疼痛表