人臉表情的特征提取及分類識(shí)別研究.pdf

1、表情識(shí)別正逐漸成為人工情感、人工心理、模式識(shí)別等領(lǐng)域的研究熱點(diǎn)。通過運(yùn)用表情識(shí)別技術(shù)使計(jì)算機(jī)具有擬人的表情識(shí)別功能，能像人一樣通過表情進(jìn)行交流，能通過表情讀懂人的內(nèi)心世界，這對(duì)構(gòu)建自然和諧的人機(jī)交互環(huán)境具有重要意義。表情識(shí)別技術(shù)是情感計(jì)算的內(nèi)容之一，是心理學(xué)、生理學(xué)、圖像處理、機(jī)器視覺、模式識(shí)別等領(lǐng)域的一個(gè)極富挑戰(zhàn)性的交叉課題。
　　 本文首先在認(rèn)真閱讀國內(nèi)外大量文獻(xiàn)和書籍的基礎(chǔ)上，對(duì)人臉表情識(shí)別課題背景、研究?jī)r(jià)值、應(yīng)用領(lǐng)域及國

2、內(nèi)外研究現(xiàn)狀進(jìn)行了闡述。并對(duì)人臉表情識(shí)別系統(tǒng)所涉及到的各個(gè)步驟現(xiàn)今所采用的主流的方法做了比較全面的綜述。這為表情識(shí)別技術(shù)的研究和探討打下了堅(jiān)實(shí)的理論基礎(chǔ)。
　　 其次研究了對(duì)原始表情圖像的預(yù)處理，這部分包含了幾何預(yù)處理、灰度預(yù)處理，例如進(jìn)行裁剪、光照歸一化、尺度歸一化等等，大大減少了噪聲的影響，以便于接下來的的表情特征的提取和分類識(shí)別。
　　 然后著重研究了對(duì)預(yù)處理之后的圖像進(jìn)行表情特征提取，本文在分析了國內(nèi)外眾多關(guān)于人

3、臉面部表情識(shí)別的特征提取理論、成果的基礎(chǔ)上，提出了基于Gabor小波變換和PCA降維的表情特征提取算法，利用該算法，表情特征得到有效的降維，更加有利于表情的分類識(shí)別。
　　 之后，本文構(gòu)造了基于多決策神經(jīng)網(wǎng)絡(luò)的分類器，并將其應(yīng)用到人臉表情識(shí)別的環(huán)節(jié)，根據(jù)分類器分類情況好壞對(duì)神經(jīng)網(wǎng)絡(luò)參數(shù)進(jìn)行設(shè)置和調(diào)整，充分發(fā)揮其學(xué)習(xí)速度快和泛化能力強(qiáng)的優(yōu)點(diǎn)。以此，得到比傳統(tǒng)方法更豐富的分類結(jié)果。
　　 最后，為驗(yàn)證本文算法的有效性，本文在