人臉表情特征表達(dá)與識(shí)別算法研究.pdf

1、人臉表情是人類溝通表達(dá)的重要組成方式，含有豐富的人體行為信息，是情緒情感最主要的載體，也是人腦智能的重要體現(xiàn)，其研究意義可以進(jìn)一步深入到人類的情緒反應(yīng)及心理狀態(tài)，在人機(jī)交互、機(jī)器智能、行為預(yù)測(cè)與控制等領(lǐng)域具有重要意義。
　　本文重點(diǎn)研究了基于圖像序列的人臉表情識(shí)別技術(shù)，本文從兩個(gè)嶄新的角度探索人臉表情識(shí)別的新方法：基于序列時(shí)間特性的表情識(shí)別研究；多元尺度分析進(jìn)行運(yùn)動(dòng)軌跡降維。
　　基于序列時(shí)間特性的表情識(shí)別研究，以圖像序列的

2、時(shí)序特征作為突破口，通過共同動(dòng)作特征的抽取將人臉表情的識(shí)別歸納為動(dòng)作軌跡分析，分別對(duì)文中的五個(gè)目標(biāo)類別的表情動(dòng)作進(jìn)行時(shí)間序列的動(dòng)作抽取，建立對(duì)象-動(dòng)作的運(yùn)動(dòng)模型，這樣就可以把表情識(shí)別的圖像內(nèi)容檢索轉(zhuǎn)化為運(yùn)動(dòng)軌跡比對(duì)。這是后文進(jìn)行運(yùn)動(dòng)軌跡降維的理論基礎(chǔ)。
　　多元尺度分析進(jìn)行運(yùn)動(dòng)軌跡降維是本文另一個(gè)創(chuàng)新點(diǎn)。非度量降維與圖嵌入結(jié)合的方法可以在一個(gè)低維子空間提取人臉表情圖像序列的子流型，本文中子流型其實(shí)就是表情序列中五官的運(yùn)動(dòng)軌跡，此方

3、法旨在針對(duì)圖像序列的時(shí)序特點(diǎn)進(jìn)行運(yùn)動(dòng)軌跡估計(jì)與相似性分析。數(shù)據(jù)集中人臉圖像的表情以圖像序列形式存在，用非度量的等距降維方法計(jì)算出2維空間上的點(diǎn)估計(jì)，并以序列的時(shí)間順序得到低維空間的運(yùn)動(dòng)軌跡曲線，鑒于相似表情的人臉圖像形成相似的曲線形狀，通過曲線幾何形狀的比對(duì)方法，即可在子空間內(nèi)按圖像序列的語義特征獲得分類與識(shí)別結(jié)果。
　　本文的方法是該領(lǐng)域的一種新嘗試，用多元尺度分析的方法求取高維圖像數(shù)據(jù)在二維空間的有效映射，將表情識(shí)別分類問題轉(zhuǎn)