12 / 16
А.С. Бобе, Д.В. Конышев, С.А. Воротников
12
Инженерный журнал: наука и инновации
# 9·2016
Таблица 5
Средние значения на выходе мультиклассификатора,
база ООО «Нейроботикс»
Среднее значе-
ние, опреде-
лённое алго-
ритмом
Распознаваемая эмоция
Нейтра
льная
Ра-
дость
Удив-
ление
Страх
Злость
Отвра-
вра-
щение
Грусть
Нейтральная
0,52
0,14
0,12
0,15
0,16
0,13
0,16
Радость
0,06
0,83
0,21
0,07
0,13
0,21
0,19
Удивление
0,09
0,15
0,70
0,26
0,10
0,07
0,16
Страх
0,07
0,11
0,36
0,62
0,14
0,11
0,09
Злость
0,16
0,08
0,06
0,13
0,58
0,25
0,15
Отвращение
0,05
0,21
0,05
0,15
0,31
0,72
0,13
Грусть
0,15
0,07
0,12
0,14
0,18
0,19
0,62
Из приведенных данных видно, что процент верного распознава-
ния составил в среднем 81,1 % для базы Cohn-Kanade и 80,4 % для
базы ООО «Нейроботикс». Для обеих баз наибольшая точность рас-
познавания получена по эмоции «радость», поскольку AU, связанные
с этой эмоцией, проявляются наиболее выразительно. Эмоция
«грусть» в среднем распознается хуже остальных, поскольку соот-
ветствующие AU, напротив, выражены слабо, а многие из них неспе-
цифичны (могут быть отнесены к проявлению других эмоций).
В табл. 3 и 5 желтым цветом выделены эмоции, которые выраже-
ны в достаточно большой степени (больше 0,25) вместе с определяе-
мой базовой. По обеим базам эмоции «страх» и «удивление», а также
«отвращение» и «злость» зачастую проявлялись вместе, что объясня-
ется большим числом смешанных вариантов данных пар эмоций. Также
по базе Cohn-Kanade совместно проявлялись эмоции «грусть» и
«злость». Мультиклассификатор в большинстве случаев показал луч-
шие характеристики, чем каждый из классификаторов в отдельности.
Заключение.
В основе рассмотренной системы визуального рас-
познавания базовых эмоций человека лежит алгоритм расчета степе-
ни выраженности признаков лица, входящих в состав AU по П. Эк-
ману. Признаки нормируются относительно опорного (нейтрального)
кадра для каждого субъекта и приводились к общей числовой шкале
на основе статистических данных. Для классификации признаков ис-
пользован мультиклассификатор, состоящий из вероятностного клас-
сификатора, нейронной сети и набора логических правил. Система
показала хорошие результаты при экспериментах на двух базах лиц.
На основе разработанного алгоритма создан программный комплекс
Neurobotics EmoDetect, способный оценивать эмоциональное состоя-
ние человека в реальном времени по видеопотоку. Комплекс исполь-
зовался при разработке человеко-машинного интерфейса сервисного
робота «Алиса». В будущем планируется усовершенствовать методы
расчета признаков лица с целью повышения устойчивости работы