基于情感幾何特征和支持向量機的人臉表情識別研究.pdf

1、隨著社會的進步和計算機科學(xué)的發(fā)展,人機交互就成了很重要的課題,而人臉表情是人類在進行交流時所采用的最有效和最直接的一種途徑,所以,在人機交互應(yīng)用中,表情就成了很重要的一種信息資源。因此,通過圖像的人臉表情識別越來越受到研究者的關(guān)注。然而,由于姿態(tài)、光照、有效的特征抽取方法、海量數(shù)據(jù)和維度災(zāi)難等問題的存在,特別是由于人臉是一個柔性體和人臉表情的強度大小不一定,導(dǎo)致人臉表情識別很難達到一個較高的水平。
　　針對人臉表情識別研究中的幾個

2、問題和表情識別的潛在應(yīng)用,本人在攻讀碩士學(xué)位期間所做的主要工作如下:
　　1)提出了情感幾何特征EGF(EmotionGeometryFeature),并就人臉表情識別的潛在應(yīng)用一一醫(yī)院病人的表情分析,利用支持向量機SVM(SupportVectorMachine),實現(xiàn)了高興、悲傷和中性三種表情的識別,識別率可以達到92.22％。由于部分醫(yī)院病人身體不便或者出于醫(yī)護人員對于病人的心理護理,可以根據(jù)病人出現(xiàn)的表情種類(高興、悲傷和

3、中性),利用提出的EGF(情感幾何特征)識別病人的高興、悲傷和中性三種表情,為醫(yī)院護理人員提供某種信息,從而幫助病人得到有效的護理。
　　2)為了提高表情的識別率和更好的區(qū)別病人的表情,這一部分工作在1)的基礎(chǔ)上,提出了擴展的6個情感幾何特征,并進一步考慮把7種表情分成三類,利用SVM對三類表情進行了識別,識別率可以達到93.8％。因為人類有六種基本表情和一種中性表情,把六種表情分成了積極表情(Positive)、中性表情(Neu