Князев Борис Александрович

С. 664-695

Существует множество подходов к разработке системы по распознаванию и описанию особенностей невербального поведения человека. Позирование является информативным элементом невербального поведения, поэтому его объективная регистрация, количественная оценка и описание необходима для врачей-психиатров, психологов и экспертов в области безопасности. В данной работе исследован и разработан мультиагентый аппаратно-программный комплекс регистрации и описания позирования в рамках общей задачи распознавания и описания невербального поведения человека. Разработан агент семантической обработки данных на языке OWL, исследованы характеристики агента регистрации опорных точек на снове сенсора Kinect, исследован и разработан агент линейной и нелинейной обработки данных.

Исследование форм вербального и невербального поведений человека связано с регистрацией и интерпретацией больших объемов данных. Для объективизации анализа экспертам в области медицины, психоаналитики и безопасности необходима визуализация этих данных. В данной работе предлагается обзор и краткий анализ методов и алгоритмов визуализации данных большой размерности, включая встроенные в программную среду средства, методы прямого доступа к памяти, методы децимации и агрегации данных, а также методы аппроксимации кривых, представляющих эти данные; представляются результаты разработки и тестирования некоторых из этих методов. В качестве наиболее перспективного метода предлагается метод параллельной агрегации данных.

Системы автоматического обнаружения аномального поведения человека способствуют решению задач безопасности, робототехники, медицинского и психологического диагностирования и других задач. Такие особенности невербального поведения человека, как мимика лица и соответствующие ей эмоции и уровень напряженности, могут являться объектом исследования в таких системах. В данной работе предлагается частное решение задачи обнаружения аномального поведения человека по видеоинформации. Предлагается краткий обзор методов автоматического распознавания эмоций. Комбинированный метод на основе Active Shape Model и нейронной сети, обученной на мимических признаках лица, позволяет классифицировать эмоции и уровни напряженности человека с высокой точностью. Полученная количественная оценка поведения человека поставляется предлагаемой экспертной модели принятия решения о поведении человека. Дается качественная оценка эффективности предлагаемого подхода.