視頻序列下的人臉表情識(shí)別.pdf

1、在人與人之間的交流當(dāng)中，人臉表情是傳遞行為信息與情感的重要載體。深入研究人臉表情識(shí)別，對(duì)于更好的了解人類心理狀態(tài)具有著重要意義。而隨著科學(xué)技術(shù)的不斷進(jìn)步和社會(huì)的不斷發(fā)展，越來越多的領(lǐng)域需要應(yīng)用視頻序列下的人臉表情識(shí)別技術(shù)。與靜態(tài)表情圖像不同，由于視頻序列中人臉的位置和傾斜角度都有可能隨時(shí)變化，因此對(duì)識(shí)別算法的實(shí)時(shí)處理能力以及所提取特征的旋轉(zhuǎn)不變性都有較高的要求。為此，本文主要進(jìn)行了以下幾個(gè)方面的工作：
　　首先，利用基于Haar特

2、征的AdaBoost算法實(shí)現(xiàn)人臉檢測(cè)，并結(jié)合人臉膚色信息降低檢測(cè)的誤識(shí)別結(jié)果，使得檢測(cè)算法更加準(zhǔn)確的獲取圖像中的人臉區(qū)域的位置信息，為后續(xù)的表情識(shí)別步驟奠定良好的基礎(chǔ)。
　　然后，在檢測(cè)到的人臉區(qū)域上，本文提出了利用局部二值模式直方圖傅里葉變換特征（LBP-HF特征）對(duì)人臉表情圖像提取識(shí)別向量，并利用支持向量機(jī)進(jìn)行表情分類。LBP-HF特征具有較好的紋理識(shí)別性和旋轉(zhuǎn)不變性，并且計(jì)算簡(jiǎn)單、效率高，能夠較好的滿足實(shí)時(shí)性的要求。本文在多