Котова Ксения Андреевна – магистрант, факультет радиофизики и компьютерных технологий.
пр. Независимости, 4, Минск, 220030
Ksenia A. Kotova - Undergraduate of Belarusian State University, Faculty of Radiophysics and Computer Technologies.
Nezavisimosti av., 4, Minsk, 220030
Садов Василий Сергеевич - кандидат технических наук, доцент, профессор кафедры интеллектуальных систем факультета радиофизики и компьютерных технологий.
пр. Независимости, 4, Минск, 220030
Vasiliy S. Sadov - Ph. D. (Eng.), Assoc. Prof., Prof. of the Department of Intelligent Systems, Faculty of Radiophysics and Computer Technologies, Belarusian State University.
Nezavisimosti av., 4, Minsk, 220030
Ц е л и. Целями исследования являются сбор данных, разработка алгоритма автоматического извлечения микровыражений из видеозаписей, а также формирование правил комбинаций двигательных единиц, на основе которых определяются базовые эмоции человека.
М е т о д ы. Микровыражения лица человека – это короткая непроизвольная реакция, которая может появляться при попытке человека скрыть его истинные эмоции. При решении задачи распознавания лжи микровыражения играют ключевую роль и служат важным индикатором сокрытия правдивой информации. В статье для анализа мимики из системы кодирования лицевых движений (Facial Action Coding System, FACS) использовались двигательные единицы (Action Units, AUs), полученные с помощью библиотеки py-feat.
Р е з у л ь т а т ы. Собран набор данных, состоящий из видеозаписей группы конкретных людей. Разработаны правила на основе комбинаций двигательных единиц и их интенсивностей для определения базовых эмоций, а также сформулирован алгоритм определения и извлечения микровыражений из видеозаписей. Результат исследования алгоритма показал отрицательную корреляцию эмоции радости с фактом проявления лжи.
З а к л ю ч е н и е. Полученные результаты позволяют расширить информационный базис при нейросетевом распознавании лжи по видеоряду с изображениями лица за счет детектирования и анализа на них микровыражений.
O b j e c t i v e s. The objectives of the study are to collect data, develop an algorithm for automatic extraction of microexpressions from video recordings, and form rules for combinations of motor units, based on which basic human emotions are determined.
M e t h o d s. Human facial microexpressions are brief, involuntary reactions that may appear when a person attempts to hide their true emotions. Microexpressions play a key role in lie detection and are an important indicator of the concealment of truthful information. In this article, Action Units (movement units) obtained using the py-feat library from the Facial Action Coding System (FACS) were used to analyse facial expressions.
R e s u l t s. A dataset consisting of video recordings of a group of specific people was collected. Rules were developed based on combinations of action units and their intensities to determine basic emotions. An algorithm for determining and extracting microexpressions from video recordings was also formulated. The results of the algorithm study showed a negative correlation between the emotion of joy and the manifestation of lying.
C o n c l u s i o n. The results obtained allow us to expand the information base for neural network lie detection using a video series of facial images by detecting and analysing microexpressions on them.
The authors declare that there are no conflicts of interest present.