себе разнородную информацию, полезную для решения актуальных
проблем [1—3], которая содержится как в явном виде (количествен-
ные и качественные параметры паттернов), так и в неявном виде,
требующем интерпретации. В отличие от контролируемых паттернов,
в основном использующихся для передачи явной информации по не-
вербальному каналу, например, в системах управления жестами [4],
непроизвольные паттерны сложнее поддаются интерпретации и коди-
рованию с помощью конечных
алфавитов
(наборов паттернов).
Однако вопрос интерпретации параметров паттернов не рассма-
тривается в настоящей работе, так как он относится к изучению пси-
хологических, психических, физиологических, социальных и других
областей знаний, касающихся процессов формирования внешности и
поведения индивида в конкретный момент времени. Актуальные обла-
сти применения методов интерпретации параметров паттернов пове-
дения лица можно найти в работах [5, 6].
Для описания количественных и качественных параметров как про-
извольных, так непроизвольных
паттернов поведения лица
(Action
Unit, AU) часто используют систему кодирования FACS [7]. Эта си-
стема содержит экспертные вербальные описания конечного набора
паттернов поведения лица, следовательно, возникает вопрос о ее пол-
ноте, объективности и валидности интерпретации данных на основе
указанной системы. Поэтому одной из задач настоящей работы являет-
ся самоорганизованная кластеризация паттернов и их сопоставление
с известным набором из системы FACS.
Количественный параметр паттерна — интенсивность (A-E). Од-
нако в данной работе также добавлены длительность и частотные
составляющие паттерна. Качественный параметр — его вербальное
описание, заимствованное из работы [7].
Цель настоящей работы — предложить методические основы кла-
стеризации паттернов поведения лица по последовательностям дву-
мерных изображений для более эффективного исследования видеоар-
хивов с поведением человека и экспериментальной проверки паттер-
нов системы кодирования FACS. Более строгое и подробное описание
отдельных моделей методики будет рассмотрено в последующих ра-
ботах.
Краткое описание методики.
Распознавание паттернов происхо-
дит покадрово (рис. 1) [8]. Для каждого
i
-го изображения из последо-
вательности
Φ = [I
1
, . . . ,
I
N
]
2
R
a
×
b
×
N
формируется неориентированный метаграф
G
i
, так что последователь-
ность изображений преобразовывается в последовательность метагра-
фов:
Φ
7
→
[G
1
, . . . ,
G
N
]
,
ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2014. № 4 35
