基于流形學習的臉部表情識別方法研究.pdf

1、人臉表情是一種重要的非語言交流方式，在人與人之間的日常交流中，有55％的信息是通過面部表情傳遞的。隨著科學技術(shù)的發(fā)展和對機器智能化要求的提升，使計算機能理解人的情感并與人進行智能化交流成為未來的發(fā)展趨勢。作為人機交互技術(shù)中的重要組成部分，人臉表情識別涉及到情感計算、圖像處理、計算機視覺和模式識別等領(lǐng)域，引起了學者們的廣泛關(guān)注。
　　 本文系統(tǒng)的闡述了表情識別中的特征提取與降維的相關(guān)理論，分析并總結(jié)了幾種重要算法的優(yōu)缺點，并針對其

2、中存在的一些問題提出了解決方法，主要工作包括以下兩方面內(nèi)容:
　　 (1)提出了一種融合局部二值模式和離散余弦變換的表情特征提取方法，首先分別提取表情的LBP特征和DCT特征，然后用加權(quán)的加法原則進行特征融合以實現(xiàn)整體特征和局部紋理特征的結(jié)合，最后用最近鄰法實現(xiàn)分類。實驗結(jié)果表明，本文所提的融合方法比單獨使用LBP特征和DCT特征所得到的表情識別效果更好。
　　 (2)提出一種新的有監(jiān)督拉普拉斯特征映射方法，在降維之前，