基于視頻流的人臉表情識別技術研究.pdf

1、近年來，隨著人臉表情識別理論研究的深入和人機交互技術的發(fā)展，基于視頻流的人臉表情識別技術已成為現階段計算機視覺領域的一個研究熱點。本文對人臉表情識別技術進行深入研究，結合當前人臉表情識別領域中的經典算法，提出了基于二維Gabor小波變換與分類樹相結合的人臉表情識別方法。
　　本文首先使用基于Haar特征與級聯的Boosted機器學習相結合的方法進行人臉檢測；利用視頻流中圖像序列的相關性，提出了一種視頻序列中減少檢測區(qū)域的人臉檢測算

2、法。接著采用二維Gabor小波變換對網格化的人臉表情圖像進行處理，表情圖像的所有子網格經過Gabor小波變換得到的特征矢量組合在一起，作為該表情圖像的特征矢量；對于某些易混淆的表情(厭惡、生氣、悲傷)，提出了一種基于頻率優(yōu)選的Gabor小波變換的特征提取方法。然后根據分類樹的方法，對七種基本表情進行分類，把表情分類過程分為多級，在每級分類中采用彈性模板匹配和加權的K近鄰(Weight K-Nearest Neighbor，WKNN)分類