[发明专利]快速构建人脸动作单元识别数据集的方法

摘要

快速构建人脸动作单元识别数据集的方法，包括：标注手册的建立；AU的选定与处理；选定与步骤二相同的待标注AU和标注成员分组方式；本发明采用机器标注+人工修正、分组标注、多一致性准则和标注样例集的方法，在尽量减少人工标注成本的同时,保证了标注准确性，降低了标注复杂性，保持了不同标注人员的一致性，该方法能够在较短的时间内快速构建人脸动作单元识别数据集，极大的降低了人力成本，且很好的解决了现有技术中，多人标注时一致性难以统一的不足。

主权项

1.快速构建人脸动作单元识别数据集的方法，其特征在于，包括：步骤一、标注手册的建立；依据《FACS》标准，对其内容进行汉化，结合标注专家的意见，加入标注过程中常见的注意事项，形成标注手册，此手册在标注培训和标注过程中使用；步骤二、AU的选定与处理；选定所要标注的AU，对目标标注AU和标注成员分成数量对应的组；获取所有待标注的原始视频文件，对视频文件拆帧获取人脸原始图片；选择AU强度检测器D，设定一致性阈值δ_1和δ_2；使用强度检测器D对所有待标注的人脸原始图片进行检测，得到机器标注的结果D_L；从所有待标注的人脸原始图片中，筛选出每个人不同的AU、不同强度的样例图片，标注专家对D_L中相应的标注结果进行修正，形成标注样例集，对所有标注人员使用FACS标准和标注样例集，针对各自所在的分组进行相应的AU认知培训；对AU分组中的任意一组而言，对该AU分组的标注组的所有成员和标注专家，取同一组图片的机器标注结果，根据D_L中对本AU分组下的AU机器标注结果和标注样例集，依据FACS标准进行修正，得到各个分组标注修正结果；对上一步的修正结果，使用ICC(Intraclass Class Correlation组内相关系数)+绝对差异的一致性准则计算一致性；达到一致性要求，进入步骤三；未达到一致性要求，重复步骤二操作；步骤三：选定与步骤二相同的待标注AU和标注成员分组方式；获取所有待标注的原始视频文件，对视频文件拆帧获取人脸原始图片，方式与步骤二同；选择AU强度检测器D，设定一致性阈值δ_1和δ_2；使用强度检测器D对所有待标注的人脸原始图片进行检测，得到机器标注的结果D_L；各AU分组分别留取10％，其余90％对该AU分组内所有成员等分，即该组内的所有标注成员，分别对不同组图片进行标注；所有标注成员和标注专家对实现留取好的10％进行统一标注，计算一致性进行一致性确认；若一致性符合要求，继续下一步骤；否则，返回步骤二，一致性达到要求后重新回到步骤三标注本组图片；将不同AU分组的AU标注结果融合为全部AU结果，基于原始图片和融合后的整体AU标注结果建立训练人脸动作单元识别的数据集，优化检测器D进而加速数据集搭建，完成全部数据集搭建；一致性的计算包括如下步骤：S1：对同一组AU标注结果，首先计算ICC分值；其中：N为当前组标注图片数目，ICC分数对应阈值δ_1，且将其高于δ_1的情况下判定为符合ICC一致性要求；S2：对于出现AU强度标注为0较多的情况，ICC分值会出现负值，此时计算所有标注之间绝对差异：其中：N为当前组标注图片数目，diff为所求绝对差异，对应阈值δ_2，且将其低于δ_2的情况下判定为符合绝对差异一致性要求。