人臉面部表情的情感識別研究.pdf

1、隨著情感識別在自駕游、案件偵破和游戲產(chǎn)業(yè)等領域中應用前景和市場價值的凸顯,面部表情作為情感識別中的關鍵,已成為擬人化新型人機交互模式研究中的關鍵課題之一。本文針對不同類型的表情圖片輸入集:單張表情圖片和表情圖片序列,分別以靜態(tài)和動態(tài)兩種不同的方式完成表情識別。
　　針對單張表情圖片,本文根據(jù)面部特征點的形狀和面部特定區(qū)域的紋理信息來對待測表情進行分類。首先,通過分析主動外觀模型中主要參數(shù)的物理意義,發(fā)現(xiàn)表情圖片適應過程中的形狀以及

2、紋理參數(shù)可以很好的體現(xiàn)各類表情的個性化信息,利用機器學習分類算法實現(xiàn)以這兩參數(shù)作為特征的表情分類。然后,通過權衡主動外觀模型訓練過程中的信息保留量與識別率之間的關系,理解到信息保留量增加的同時還會在表情分類過程中引入噪聲信息,需要調整特征向量的維數(shù),即以較低的特征維度獲得較高的表情識別率。
　　針對表情圖片序列,本文統(tǒng)計分析了表情和特征器官變化的對應關系,在此基礎上提取表情特征,而后通過特征選擇方法進行特征篩選,最后依靠特征空間變

3、換完成表情分類。首先在統(tǒng)計分析基礎上,提取體現(xiàn)各類表情差異性的共性特征,同時加入優(yōu)化特征使得差異性更加明顯;然后使用支持向量機(Support Vector Machine)作屬性評估以進一步精簡各類表情的共性信息;最終依靠最小二乘方法將特征空間投影到基向量空間實現(xiàn)表情識別。
　　在以上兩種類型的表情識別方法中,本文均提取了更適合于人臉表情識別的特征,并且在不損失識別率的條件下,有效地降低了特征維數(shù);同時,本文應用最小二乘方法將特