آشكارسازي حالات لبخند و خنده چهره افراد بر پايه نقاط كليدي محلي كمينه

Smile and Laugh Expressions Detection Based on Local Minimum Key Points

در اين مقاله، آشكارسازي حالات لبخند و خنده چهره با رويكرد توصيف و كاهش بُعد نقاط كليدي ارائه شده‌است. اساس كار در اين پژوهش بر مبناي دو هدف استخراج نقاط محلي كليدي و ويژگي ظاهري آنها، و همچنين كاهش وابستگي سامانه به آموزش نهاده شده‌است. براي تحقق اين اهداف سه سناريوي مختلف استخراج ويژگي‌ ارائه شده است. ابتدا اجزاي يك صورت توسط الگوريتم الگوي دودويي محلي آشكار مي‌شود؛ سپس در سناريوي نخست، با توجه به تغييرات همبستگي پيكسل‌هاي مجاور بافت محدوده لب، مجموعه نقاط كليدي محلي بر پايه گوشه‌ياب هريس استخراج مي‌شود. در سناريوي دوم، كاهش بعد نقاط مستخرج سناريوي نخست با بهبود الگوريتم تحليل مؤلفه‌هاي اصلي انجام مي‌شود؛ و در سناريوي آخر با مقايسه مختصات نقاط مستخرج از سناريوي نخست و توصيف‌گر بريسك مجموعه نقاط بحراني استخراج مي‌شود. در ادامه بدون آموزش سامانه، با مقايسه شكل و فاصله هندسي نقاط محلي محدوده لب حالات چهره آشكار مي‌شود. براي ارزيابي روش پيشنهادي، از پايگاه داده‌هاي استاندارد و شناخته‌شده Cohn-Kaonde،CAFE، JAFFE و Yale استفاده شده‌است. نتايج به‌دست‌آمده از سناريوهاي مختلف به‌ترتيب بيان‌گر بهبود 6/33 و 16/46 درصدي متوسط نرخ دقت بازشناسي سناريوي دوم نسبت به نخست و سناريوي سوم نسبت به دوم است. همچنين نتايج كلي آزمايش‌ها، كارايي قابل قبول بالاي 90 درصد روش پيشنهادي را نشان مي‌دهد.

In this paper, a smile and laugh facial expression is presented based on dimension reduction and description process of the key points. The paper has two main objectives; the first is to extract the local critical points in terms of their apparent features, and the second is to reduce the system’s dependence on training inputs. To achieve these objectives, three different scenarios on extracting the features are proposed. First of all, the discrete parts of a face are detected by local binary pattern method that is used to extract a set of global feature vectors for texture classification considering various regions of an input-image face. Then, in the first scenario and with respect to the correlation changes of adjacent pixels on the texture of a mouth area, a set of local key points are extracted using the Harris corner detector. In the second scenario, the dimension reduction of the extracted points of first scenario provided by principal component analysis algorithm leading to reduction in computational costs and overall complexity without loss of performance and flexibility; and in the final scenario, a set of critical points is extracted through comparing the extracted points’ coordinates of the first scenario and the BRISK Descriptor, which is utilized a neighborhood sampling strategy of directions for a key-point. In the following, without training the system, facial expressions are detected by comparing the shape and the geometric distance of the extracted local points of the mouth area. The well-known standard Cohn-Kaonde, CAFÉ, JAFFE and Yale benchmark dataset are applied to evaluate the proposed approach. The results shows an overall enhancement of 6.33% and 16.46% for second scenario compared with first scenario and third scenario compared with second scenario. The experimental results indicate the power efficiency of the proposed approach in recognizing images more than 90 % across all the datasets.