13、人类情感检测与电子商务安全框架综合研究

人类情感检测与电子商务安全框架综合研究

1. 人类情感检测方法

1.1 面部情感识别系统结构

面部情感识别系统将分类特征整合为一个整体，该模型在考虑相邻区域直接关联的同时，描述面部图像的空间模式。其结构由面部检测、视觉表示和表情识别三个要素定义，这使得现代算法可替换特定组件，且各组件可进行离线训练。

1.2 面部识别技术分类

面部识别技术根据强度可分为以下三类：
- 基于特征的方法 ：此方法基于关键点和局部外观又分为两种主要途径。它以图像为输入，识别并提取眼睛、嘴巴和鼻子等面部特征，计算这些特征点之间的空间关系，将面部图像转换为几何特征向量。相关方法包括尺度不变特征变换（SIFT）、加速稳健特征（SURF）等。下面介绍两种具体方法：
- 几何特征匹配技术 ：从照片中提取一组面部特征，用向量定义布局设置，该向量描述鼻子、眼睛、眉毛、嘴巴、下巴和面部整体轮廓的大小和位置。优点是有助于克服疏忽问题，但计算复杂且稳定性不足。
- 弹性束图 ：弹性束图匹配（EBGM）能够对具有一般结构的对象进行分类，如相同姿势的面部。它在面部定义一组参考点生成单个面部图，每个参考点是整个面部的一个节点，使用Gabor滤波器的响应标记特定图形，通过组合这些图形成束图。新面部图像的图像映射与现有面部图像的图像映射进行比较以识别。该技术聚焦于大小、方向和发射保持恒定的特征，具有面部图像表达紧凑和高速图像匹配的特点，但难以自动检测特征。
- 基于整体的方法 ：该方法进一步分为分析和计算建模方法，包