基于統(tǒng)計特征提取和粒子群優(yōu)化算法的人臉表情識別算法研究.pdf

1、隨著新信息技術(shù)和多媒體的發(fā)展，人機交互(human-computerinteraction)方式得到了本質(zhì)的改進，它不再僅僅依賴于鍵盤、鼠標和顯示器這些傳統(tǒng)的計算機外部設(shè)備，而是更多地基于多媒體方式如圖像和視頻，從而變得更加高效，界面也更加友好。表情是一種人類用以表達情感進行交流的有效手段，使計算機能夠按照人類的思維方式認知表情（人臉表情識別）成為人機交互的重要途徑。人臉表情識別是一個涉及心理學(xué)、生物信息科學(xué)、圖像處理、計算機視覺、模式

2、識別和機器學(xué)習(xí)等領(lǐng)域的交叉學(xué)科，自20世紀80年代問世以來受到了廣泛關(guān)注。
　　 由于人臉圖像非常復(fù)雜，表情識別需要排除位置、光照、角度和不同人臉特征的干擾，因此出現(xiàn)了大量人臉檢測和定位、表情特征提取和分類的經(jīng)典算法，也得到了比較理想的效果。本文在詳細研究這些算法的基礎(chǔ)上，結(jié)合數(shù)據(jù)優(yōu)化領(lǐng)域的粒子群優(yōu)化算法，提出了基于統(tǒng)計特征提取和優(yōu)化算法的人臉表情識別方法。本方法充分利用了小波變換多方向多分辨率的優(yōu)勢，統(tǒng)計特征提取算法較低的運算

3、復(fù)雜度和粒子群優(yōu)化算法高效的優(yōu)化能力。
　　 本文以表情識別為研究對象，重點介紹表情特征的提取和優(yōu)化過程的理論。具體來講，主要包含如下幾方面的內(nèi)容:
　　 1.介紹課題背景和研究意義，簡要描述計算機視覺、模式識別領(lǐng)域的基本理論和主要算法。同時介紹人臉表情識別技術(shù)的研究背景和發(fā)展現(xiàn)狀，進一步分析表情識別系統(tǒng)的組成和各個部分的實現(xiàn)方法及其特點。
　　 2.在前述工作的基礎(chǔ)上，本文主要提出新型算法，具體來講就是首先使用

4、小波變換降低表情圖像的數(shù)據(jù)量，保留有益于表情識別的頻率成分，如臉部輪廓和眼、眉、鼻、口等表情特征部位的細節(jié)信息，然后運用具有統(tǒng)計特性的分析方法--主成分分析和線性判別分析以及它們的二維擴展對表情數(shù)據(jù)進行降維和特征提取，進一步使用粒子群優(yōu)化算法與它的改進形式進行特征優(yōu)化，去除表情識別不利因素的影響，最后按照所得表情特征使用最近鄰聚類方法對其進行分類。在日本JAFEE表情庫上的仿真實驗得到了較好的結(jié)果，相比其他方法能夠得到更好的識別效果