基于壓縮感知算法的人臉表情識(shí)別.pdf

1、隨著傳感器的應(yīng)用，許多公司已經(jīng)開發(fā)出了人機(jī)交互設(shè)備，比如微軟的SURFACE平板電腦和蘋果的IPAD設(shè)備，但它們所提供的互動(dòng)模式僅限于觸控和語音，很少涉及到計(jì)算機(jī)視覺感知。不可否認(rèn)的是，計(jì)算機(jī)視覺理論對(duì)智能化人機(jī)交互、模式識(shí)別和計(jì)算機(jī)自動(dòng)圖像理解都有著重要意義。尤其是人臉表情識(shí)別技術(shù)，可以讓計(jì)算機(jī)感知到人們?cè)谙胄┦裁?，進(jìn)而在醫(yī)療領(lǐng)域、安全領(lǐng)域、公共服務(wù)領(lǐng)域、遠(yuǎn)程教育等領(lǐng)域提供更多更優(yōu)質(zhì)的服務(wù)。所以，從這個(gè)思想出發(fā)，本文主要完成了以下四方

2、面工作:
　　 (1)實(shí)時(shí)人臉檢測(cè)，本文首先總結(jié)了基于知識(shí)和基于統(tǒng)計(jì)理論的人臉檢測(cè)方法，然后著重介紹了AdaBoost算法的基本原理，并用此種算法對(duì)人臉進(jìn)行檢測(cè)。同時(shí)本文總結(jié)了國內(nèi)外一些常用的數(shù)據(jù)庫，本文最終的表情訓(xùn)練集主要由Cohn-Kanade人臉數(shù)據(jù)庫，CAS-PEAL人臉數(shù)據(jù)庫、JAFFE數(shù)據(jù)庫和一些自己從網(wǎng)上找到的數(shù)據(jù)庫組成。
　　 (2)基于壓縮感知的人臉特征提取，本文首先概述了壓縮感知的基本理論，對(duì)壓縮感知

3、中信號(hào)的測(cè)量矩陣、稀疏表示、信號(hào)重構(gòu)等問題進(jìn)行詳細(xì)的介紹和分析;最后提出利用一個(gè)滿足Johnson-Lindenstrauss定理的非常稀疏矩陣對(duì)人臉進(jìn)行表情特征提取，這種方法充分體現(xiàn)了壓縮感知理論速度上的優(yōu)勢(shì)，為接下來的實(shí)時(shí)表情識(shí)別奠定了良好的基礎(chǔ)。
　　 (3)表情分類器訓(xùn)練，本文首先介紹了支持向量法、最近鄰法、決策樹、樸素貝葉斯等幾種分類方法的分類原理，并提出了利用支持向量(SVM)的方法對(duì)人臉表情進(jìn)行分類。然后著重介紹了