基于AAM金字塔和多專家決策的人臉表情識(shí)別.pdf

1、人臉表情識(shí)別(Facial Expression Recognition,簡(jiǎn)稱FER)是人工智能中一個(gè)非常重要且十分復(fù)雜的課題。人臉表情識(shí)別是指利用計(jì)算機(jī)對(duì)人臉圖像進(jìn)行分析,然后對(duì)其為哪種表情進(jìn)行自動(dòng)判別。人臉表情識(shí)別涉及模式識(shí)別、機(jī)器視覺(jué)、情感計(jì)算、心理學(xué)等領(lǐng)域,是近些年來(lái)的一個(gè)研究熱點(diǎn),得到了較快的發(fā)展。
　　 本文首先概述了人臉表情識(shí)別的研究背景和應(yīng)用領(lǐng)域,然后對(duì)其現(xiàn)狀和存在的問(wèn)題進(jìn)行了分析。在學(xué)習(xí)前人研究成果和跟蹤國(guó)內(nèi)外

2、相關(guān)領(lǐng)域相關(guān)技術(shù)的最新進(jìn)展的基礎(chǔ)上,提出了使用活動(dòng)單元組合對(duì)靜態(tài)圖像進(jìn)行表情識(shí)別的方法。本文所做的主要工作如下:
　　 1.將目前國(guó)際上研究較熱的主動(dòng)表觀模型(Active Appearance Models,簡(jiǎn)稱AAM)引入人臉表情識(shí)別領(lǐng)域中；
　　 2.使用了基于多分辨率的AAM擬合算法,即AAM金字塔模型,并詳細(xì)介紹了其訓(xùn)練和擬合的過(guò)程。使用AMM金字塔模型對(duì)人臉特征點(diǎn)的位置進(jìn)行精確定位,同時(shí)舍棄了經(jīng)典的用58或6

3、8個(gè)特征點(diǎn)表征人臉的方法,而選用了24個(gè)特征點(diǎn),提高了算法的效率和正確率；
　　 3.對(duì)靜態(tài)圖像的表情識(shí)別提出使用活動(dòng)單元組合進(jìn)行識(shí)別的方法,并說(shuō)明了其可行性和具體步驟；
　　 4.使用特征點(diǎn)位置和紋理進(jìn)行活動(dòng)單元的提取:對(duì)眼睛和嘴巴部分的活動(dòng)單元,使用特征點(diǎn)的位置信息進(jìn)行提取,對(duì)鼻子和下巴區(qū)域的活動(dòng)單元,使用紋理信息進(jìn)行提??；
　　 5.提出了基于多專家決策的表情識(shí)別算法,用其進(jìn)行最終的表情識(shí)別,并介紹了算法的