基于視頻圖像的人臉表情識別技術(shù)的研究.pdf

1、人臉表情識別是指利用計算機(jī)分析特定人的臉部表情及變化，進(jìn)而確定其內(nèi)心情緒或思想活動，實(shí)現(xiàn)人機(jī)之間更自然更智能化的交互。基于視頻的人臉表情識別的研究對于增強(qiáng)計算機(jī)的智能化和人性化，開發(fā)新型人機(jī)環(huán)境，以及推動心理學(xué)等學(xué)科的發(fā)展，有著重要的現(xiàn)實(shí)意義，并最終產(chǎn)生很大經(jīng)濟(jì)效益和社會效益。本文首先綜述課題的研究背景，分析目前國內(nèi)外已提出的主流人臉表情識別方法，重點(diǎn)對主成份分析方法、小波變換方法、光流模型和隱馬可爾夫模型進(jìn)行了詳細(xì)闡述和比較?？傮w上，

2、人臉表情識別方法可分為基于靜態(tài)圖像的識別方法和基于圖像序列(或視頻)的動態(tài)方法，這兩類方法各有優(yōu)缺點(diǎn)：靜態(tài)方法簡單快捷，但通常要求所處理的靜態(tài)圖像包含的表情處于極大或夸張狀態(tài)；而動態(tài)方法側(cè)重于對一般的視頻流處理，以提取表情的運(yùn)動特征并實(shí)現(xiàn)表情的可靠識別，該方法更具一般性，但模型復(fù)雜，計算量大，無法滿足實(shí)時性要求。為了滿足實(shí)時性和可靠性要求，本文接著提出了基于圖像差分的關(guān)鍵幀檢測算法和基于Gabor小波變換的表情特征提取和識別算法，具體包

3、括如下： (1)對視頻環(huán)境中采集到的每一幀表情圖像執(zhí)行Gabor小波變換，提取該幀的表情特征信息。為了更好地提取表情特征信息，需要對獲得的正面表情圖像幀進(jìn)行尺寸歸一化和灰度歸一化處理，然后再進(jìn)行Gabor小波變換。變換后的一系列小波特征向量表達(dá)了該圖像幀的表情特征，故稱之為表情特征彈性圖。 (2)跟蹤變換后的表情特征彈性圖序列，采用圖像差分方法，檢測表情特征處于極大或夸張狀態(tài)的關(guān)鍵幀。即將每一種類表情對應(yīng)的平靜狀態(tài)圖像彈

4、性圖作為基準(zhǔn)，將隨后跟蹤到的彈性圖與該基準(zhǔn)圖像作差分，分析差分后的歐氏距離變化趨勢及變化的時間間隔，選擇變化幅度較大且合理的表情彈性圖作為關(guān)鍵幀。(3)將檢測到的表情關(guān)鍵幀作為典型的靜態(tài)表情圖像，提出基于彈性模板匹配和改進(jìn)的K近鄰分類算法識別該關(guān)鍵幀圖像所對應(yīng)的表情狀態(tài)。通過學(xué)習(xí)，構(gòu)造一定規(guī)模的表情模板庫，將被測表情彈性圖與模板庫中的模板進(jìn)行彈性匹配，選擇最佳匹配的彈性模板作為最終的識別結(jié)果。 本文結(jié)合了動態(tài)圖像序列和靜態(tài)圖像的