[发明专利]基于高斯特征的人体运动情感识别方法

说明书

技术领域

本发明属于计算机模式识别领域，具体涉及一种基于高斯特征的人体运动情感识别方法，根据人体运动中各个关节点的三维数据来提取高斯特征，采用LogitBoost方法以识别人的情感类别。

背景技术

自1997年MIT媒体实验室的Picard提出“情感计算”，如何自动识别和理解人的情感，引起了包括计算机科学、心理学等相关学科的研究者及企业界的密切关注。心理学家研究认为，在人与人的交互中，语调包含的信息量占所传递总信息量的38％，人脸的表情占了总信息量的55％，因此目前基于人脸表情和声音语调来识别情感的研究比较广泛。20多年来，人们研究从脸部或声音特征来识别情感，取得了大量的研究成果。国内的许多单位也做了不少工作，如中科院自动化所，中科院先进人机通信技术联合实验室，复旦大学媒体计算与Web智能实验室，浙江大学数字媒体计算与设计实验室，清华大学人机交互与媒体集成研究所等。这些方法在一些标准测试数据库上的平均识别率能达到70％，但对于其中各个不同的数据库，识别率偏差很大且性能不稳定，远远满足不了实用的要求。

心理学进一步研究表明，人的情感不仅仅通过面部表情和声音特征表现出来，人的肢体运动特征中也包含有丰富的情感信息，其中包含一些面部表情和声音特征中所没有的独特的重要情感信息，结合脸部和身体运动一起识别情感比仅依靠脸部来识别情感准确率要提高35％。基于人体运动特征进行情感识别就是在这样的背景下提出来的。在多媒体技术的顶级国际学术会议Annual ACM International Conference on Multimedia上，情感识别专家也指出，情感识别技术的发展趋势是让计算机能够有机地融合面部表情、人的肢体运动和声音等多种信息，综合理解人的情感。仅仅考虑面部和声音两种模态的特征，限制了情感识别的应用范围。比如在有些场合，无法看到面部或者没有声音，这些方法就无能为力，这时人体运动特征很有可能起到良好的识别作用。

目前基于人体运动特征的情感识别的研究主要有两种大方向。一是基于程式化运动的情感识别，所谓程式化运动即在某种情感类别下表现出的固定动作或姿态，比如握紧拳头表示处于愤怒的情感类别；二是基于非程式化运动的情感识别，所谓非程式化动作指无论何种情感类别下，运动的外在表现相同，例如走路、敲门等动作，但是运动的内含不同，因为不同的情感类别下，运动的速度和幅度等是不一样的。程式化运动只有在特定的情况下才会发生，因此在现实生活中比较难捕获，而非程式化的动作属于日常的、常规的动作，在日常生活环境中容易捕获，因此基于非程式化运动的情感识别具有更广泛的意义。

从非程式化人体运动来识别人的情感还处于初级探索阶段。格拉斯哥大学的Pollick等通过采集演员们敲门和喝酒的手臂运动视频，识别其中蕴含的10种情感，并通过计算距离矩阵，利用多维尺度分析进行投影，结果与情感维相符。虽然这不是一个自动识别系统，但却证明了通过非程式化人体运动，可以识别人的情感。Pollick等还建立了走路、敲门、举手、扔东西等动作的运动数据库，采集了30个演员在四种情感下，全身各关节点的三维数据，可用于身份、性别、情感等识别，见Ma Y.L.，Paterson H.and Pollick F.E.“A motion-capture library for the study of identity，gender，and emotion perception from biological motion”Behavior Research Methods 38(1)pp 134-141.(2006)。剑桥大学的Bernhardt等基于此运动数据库，针对敲门动作，基于右臂的运动能量进行分割，提取手腕关节和肘部关节的运动信息作为特征，利用支持向量机进行分类，实现了通过非程式化运动自动识别人的情感，见Bernhardt，D.and Robinson，P.“Detecting affect from non-stylised body motions.”in Affective Computing and Intelligent Interaction.Lisbon，Portugal，pp.59-70.(2007)。Bernhardt等虽然实现了基于非程式化运动的情感识别，然而采用简单的运动特征和支持向量机进行建模，学习速度大约为900分钟，比较慢，最终对所有动作的识别率为50.1％。

发明内容

本发明提供一种基于高斯特征的人体运动情感识别方法，目的在于解决现有情感识别方法的识别率偏低、学习识别速度稍慢的问题。