张量无关的色彩空间微表情识别

　　2015年12月1日，《IEEE Transactions on Image Processing》期刊发表了中国科学院脑科学与智能技术卓越创新中心、心理所与中国科学院自动化所在微表情识别方面的研究论文：《Micro-Expression Recognition Using Color Spaces》。

　　该研究发现感知颜色空间(CIELAB和CIELUV)提供的特征对于微表情识别具有很大价值，基于作者在模式识别国际会议上提出的颜色空间模型：张量无关的色彩空间(TIC)，本文进一步应用其到CIELAB和CIELUV颜色空间上，通过实验验证这三个色彩空间的联合对于微表情是被达到了更好的性能。在三个颜色空间融合的基础上，一个微表情的彩色视频被映射为一个四阶张量，前两维是空间信息，第三是时间信息，第四是色彩信息，通过将从RGB到第四维度，使得颜色分量尽可能独立;此外，基于面部动作编码系统，我们定义了一系列的感兴趣区域(ROI)，通过计算每个ROI的动态纹理直方图，结合动态纹理和独立的颜色分量，我们在两个国际公开的微表情数据库上(CASME and CASME 2)的实验表明，本方法获得比传统的RGB得到近10%的精度提高。

　　微表情是简短的非自愿表情，是心理应激微反应的一部分，它从人类本能出发，不受思想的控制，无法掩饰，也不能伪装。再能“装”的人，遇到有效刺激之后的第一瞬间也会出现微表情，他的“装”只能出现在微表情之后。因此，以微表情为代表的微反应是个人内心想法的忠实呈现，是了解一个人内心真实想法的最准确线索。微表情的研究对于揭示大脑认知以及揭示了人类在某些条件下不易察觉的隐藏的真正情绪有重要作用。其在谎言检测等领域有很大的应用前景。在欧美等国家，针对微表情的研究已经应用到国家安全、政治选举等国家安全领域，另外，微表情在司法系统和医学临床上也有着较好的应用。

图1 人脸微表情区域在CIELAB、CIELUV、及TIC颜色空间的融合及特征提取过程