Resumen

Este artículo presenta un método para reconocer rostros humanos con expresión facial. En el enfoque propuesto, se emplea una imagen de historia de movimiento (MHI) para obtener las características de un rostro expresivo. La cara puede verse como un tipo de característica fisiológica de un humano y las expresiones son características de comportamiento. Fusionamos las imágenes 2D de un rostro y las MHI generadas a partir de secuencias de imágenes del mismo rostro con expresión. A continuación, las características de la fusión se utilizaron para alimentar una red neuronal de aprendizaje profundo de 7 capas. Las 6 capas anteriores de toda la red pueden considerarse como una red de autocodificación que puede reducir la dimensión de las características de fusión. La última capa de la red puede verse como una regresión softmax; la utilizamos para obtener la decisión de identificación. Los resultados experimentales demuestran que el método propuesto se comporta favorablemente frente a varios de los métodos más avanzados.

• Materias:Ingeniería electrónica Sensores Redes Inalámbricas Tecnología de sensores Procesamiento de señales asistido por computador Procesamiento de datos
• Subjects:Electronic engineering sensors Wireless Networks Sensor technology Signal processing computer-assisted Data processing
• Palabras claves:imagen de historia de movimiento, cara, método, imágenes 2d, resultados experimentales, métodos artísticos, red autoencoder, características de comportamiento, cara expresiva, expresión facial
• Keywords:motion history image, face, method, 2d images, experimental results, art methods, autoencoder network, behavioral characteristics, expressive face, facial expression