基于數(shù)據(jù)融合的表情識別方法研究.pdf

1、情感識別是以人為中心對人類情感認知的研究，也是模式識別、情感計算、心理學、機器視覺等研究領域的一個極富挑戰(zhàn)性的交叉學科課題，是近年來人工智能領域的研究熱點。情感識別的目標是設計出具有情感反饋的人機交互環(huán)境，并最終實現(xiàn)人與計算機的自然、和諧情感交互。
　　 然而，計算機對人臉表情識別分類的準確性很大程度上依賴于識別所提取的特征。因此，研究人臉的表情特征及其有效選擇方法是表情識別的關鍵技術。本文針對人臉表情識別中的局部特征選擇、特征

2、融合和識別方法進行了研究。取得了如下研究成果：
　　 1)得出嘴部的Gabor小波特征對表情識別有重要作用的結論。將預處理后的全臉和局部(嘴部、眼部)靜態(tài)灰度表情圖像的Gabor小波特征分別與PCA、2DPCA、LDA相結合用于人臉表情識別，根據(jù)Gabor不同尺度不同方向的變換結果用最近鄰法進行分類，通過在JAFFE、Cohn-Kanade和CQUPTE表情庫上分別進行實驗，得到全臉和局部Gabor小波特征的對比識別結果。結果表

3、明嘴部的Gabor小波特征對表情識別有重要作用，并且嘴部特征在西方人的情感表達中更為重要。
　　 2)提出了一種僅用嘴部不同特征進行特征融合的表情識別方法。該方法將嘴部的Gabor小波特征和幾何特征進行特征融合后再使用最近鄰分類器分類。根據(jù)不同樣本庫，不同識別方法的對比實驗結果表明，該方法相對于單獨的嘴部Gabor小波特征和單獨的嘴部幾何特征用于表情識別能得到更好的識別效果，且它相對于整幅人臉表情圖像的識別具有更好的實時性，從而