УДК 004.93
МЕТОДИКА И МОДЕЛЬ КЛАСТЕРИЗАЦИИ ПАТТЕРНОВ
ДВИГАТЕЛЬНОЙ АКТИВНОСТИ ЛИЦА КАК ПРЕОБРАЗОВАНИЙ
МЕТАГРАФОВ
Б.А. Князев
,
В.М. Черненький
МГТУ им. Н.Э. Баумана, Москва, Российская Федерация
e-mail:
;
Предложена методика кластеризации паттернов двигательной активности
лица по последовательностям изображений на основе представления изобра-
жений в виде метаграфов и их преобразований. Отличительной особенностью
работы является интеграция знаний из нескольких доменов в одну иерархиче-
скую структуру для вычисления таких преобразований. Предложены функции
поиска паттерна и добавления нового паттерна, а также процедура обуче-
ния данных функций с использованием тренировочных баз, размеченных экс-
пертами. Приведены результаты исследования алгоритма сравнения паттер-
нов во временн´ой и частотной областях. Рассмотрен алгоритм реорганизации
кластеров, необходимый для оптимизации коллекции паттернов. Реализация
представленной методики и модели позволит повысить производительность
экспертов при работе с видеоархивами, снятыми не в лабораторных условиях,
экспериментально проверить соответствие полученных кластеров паттер-
нам системы кодирования двигательной активности лица FACS, применяемой
во многих актуальных приложениях.
Ключевые слова
:
паттерны поведения, активность лица, метаграф, иерархиче-
ская модель, домены преобразований, видеоизображение, кластеризация.
METHOD AND MODEL FOR CLUSTERING FACIAL ACTIVITY
PATTERNS USING METAGRAPH TRANSFORMATIONS
B.A. Knyazev
,
V.M. Chernenkiy
Bauman Moscow State Technical University, Moscow, Russian Federation
e-mail:
;
A method for clustering facial activity patterns from image sequences is proposed
that is based on image representation as metagraphs and on their transformations.
The distinctive feature of this work is integration of knowledge from several domains
into a single hierarchical structure to compute these transformations. The functions
of searching for a pattern and adding of a new one as well as the procedure for
learning these functions by exploiting the training datasets annotated by experts are
suggested. Experimental data for the algorithm, which compares patterns as temporal
sequences applying time and frequency warping, are presented. The algorithm for
cluster reorganization that is necessary for optimization of a collection of patterns is
discussed. Implementation of the presented method and model is expected to improve
performance of experts working with human videos recorded in more challenging
conditions than in a lab. The presented work can also be used to experimentally
compare the extracted clusters with the patterns defined in the Facial Action Coding
System, which is employed in many up-to-date applications.
Keywords
:
behavioral patterns, facial activity, metagraph, hierarchical model,
transformation domains, video, clustering.
Исследования внешности и поведения человека показывают, что
существуют определенные паттерны (шаблоны): статические геоме-
трические (физиогномика) и поведенческие. Эти паттерны несут в
34 ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2014. № 4
