基于Gabor和條件隨機(jī)場(chǎng)的人臉表情識(shí)別.pdf

1、人臉表情是人類進(jìn)行情感交流的重要方式之一，而人臉表情識(shí)別是實(shí)現(xiàn)智能化人機(jī)交互的重要組成部分，在模式識(shí)別、計(jì)算機(jī)視覺、圖像處理、心理學(xué)等領(lǐng)域都有著重要應(yīng)用。本文在學(xué)習(xí)、研究大量的國(guó)內(nèi)外關(guān)于人臉表情識(shí)別的文獻(xiàn)綜述的基礎(chǔ)上，總結(jié)了人臉表情識(shí)別的研究現(xiàn)狀，概括了人臉表情識(shí)別的基本流程以及各個(gè)流程所涉及到的技術(shù)和算法，并提出了一個(gè)有效的人臉表情識(shí)別算法，實(shí)現(xiàn)了相關(guān)的表情識(shí)別系統(tǒng)。
　　本研究主要內(nèi)容包括：⑴了解人臉表情識(shí)別領(lǐng)域的研究現(xiàn)狀;從

2、人臉六種基本表情的特點(diǎn)出發(fā)，分析了人臉表情識(shí)別的基本流程:表情圖像預(yù)處理、表情特征提取以及表情識(shí)別與分類，概括分析了人臉表情識(shí)別的難點(diǎn)以及存在的主要問題。⑵總結(jié)了人臉表情識(shí)別各個(gè)流程中所用到的基本算法。人臉表情預(yù)處理主要包括人臉區(qū)域的定位與分割、尺度歸一化、灰度歸一化等，其主要目的是為了消除光照不均、圖像大小不一等外界干擾因素對(duì)表情識(shí)別的影響。表情特征提取是指在表情圖片中提取出與表情相關(guān)的、對(duì)不同表情具有一定區(qū)分度的特征信息來進(jìn)行表情的

3、識(shí)別與分類，主要的特征有:幾何特征、Gabor特征、LBP特征等。并介紹了兩種降維方法對(duì)提取到的特征信息進(jìn)行降維處理，以達(dá)到消除冗余、降低計(jì)算量的目的。表情的識(shí)別與分類是根據(jù)提取到的表情特征信息，通過相關(guān)的方法判定該圖片屬于哪種基本表情。主要的分類方法有:基于支持向量機(jī)的分類方法、基于Adaboost的分類方法、基于條件隨機(jī)場(chǎng)的分類方法、基于神經(jīng)網(wǎng)絡(luò)的分類方法等。⑶提出了一種基于Gabor和條件隨機(jī)場(chǎng)的人臉表情識(shí)別方法，建立了自己的人臉