Classification of Facial Expressions Based on Visual Features
Alruna Veith · 2013
Autonome Systeme, wie Roboter, sind bereits Teil unseres taglichen Lebens. Eine Sache, in der Menschen diesen Maschinen uberlegen sind, ist die Fahigkeit, auf sein Gegenuber angemessen zu reagieren. Dies besteht nicht nur aus der Fahigkeit zu horen, was eine Person sagt, sondern auch daraus, ihre Mimik zu erkennen und zu interpretieren. In dieser Bachelorarbeit wird ein System entwickelt, welches automatisch Gesichtsausdrucke erkennt und einer Emotion zuordnet. Das System arbeitet mit statischen Bildern und benutzt merkmalsbasierte Methoden zur Beschreibung von Gesichtsdaten. In dieser Arbeit werden gebrauchliche Schritte analysiert und aktuelle Methoden vorgestellt. Das beschriebene System basiert auf 2D-Merkmalen. Diese Merkmale werden im Gesicht detektiert. Ein neutraler Gesichtsausdruck wird nicht als Referenzbild benotigt. Das System extrahiert zwei Arten von Gesichtsparametern. Zum einen sind es Distanzen, die zwischen den Merkmalspunkten liegen. Zum anderen sind es Winkel, die zwischen den Linien liegen, die die Merkmalspunkte verbinden. Beide Arten von Parametern werden implementiert und getestet. Der Parametertyp, der die besten Ergebnisse liefert, wird schlieslich in dem System benutzt. Eine Support Vector Machine (SVM) mit mehreren Klassen klassifiziert die Parameter. Das Ergebnis sind Kennzeichen von Action Units des Facial Action Coding Systems (FACS). Diese Kennzeichen werden einer Gesichtsemotion zugeordnet. Diese Arbeit befasst sich mit den sechs Basisgesichtsausdrucken (glucklich, uberrascht, traurig, angstlich, wutend und angeekelt) plus dem neutralen Gesichtsausdruck. Das vorgestellte System wird in C++ implementiert und an das Robot Operating System (ROS) angebunden.