基于贝叶斯网络建模的疼痛评估研究

复杂环境下的不确定性因素给面部表情疼痛评估的分析和建模带来了巨大的挑战.针对疼痛表情识别中的复杂、不确定性问题,提出了一种基于贝叶斯网络(BN)建模的疼痛评估方法.首先对人脸图像获取有关疼痛的面部动作单元(AU).其次在分析了疼痛与面部AU关系的基础上提出了一种疼痛评估BN结构.采用特征样本训练得到BN模型参数,建立疼痛评估BN模型.最后利用BN推理算法实现疼痛评估.实验结果表明:在完全证据条件下,与经典的支持向量机、多示例学习、循环神经网络方法相比,该方法有着更高的识别率;在不完全证据条件下,即使有关疼痛的AU特征向量存在局部缺失,本文方法仍具有较好的疼痛评估结果,并为不确定性环境下的疼痛识别提供了一种有效的途径.