人臉表情識別若干問題的研究.pdf

1、人臉表情識別是利用計算機技術，將人臉表情特征與預先從圖像庫中提取的特征進行綜合比較，以達到人臉表情識別的技術。該技術在模式識別、智能控制等領域都有著很高的社會價值和發(fā)展前景。人臉表情識別的研究內容主要包括人臉表情特征提取、特征降維和特征分類等。其中，特征提取和特征降維是保證算法識別率和實時性的關鍵技術。本文先針對靜態(tài)圖像中的人臉表情識別算法進行研究，然后對離散余弦變換(DCT，Discrete Cosine Transform)和二維主

2、元分析(2DPCA，Two-Dimensional Principal Component Analysis)特征降維算法進行了比較分析。主要工作歸納如下： 第一，對人臉表情特征的自動提取和表情特征維數(shù)過大問題的研究。首先采用主動形狀模型(ASM，Active Shape Model)進行人臉表情特征點提??；然后給出了相應特征點基于Gabor小波的特征向量的表示；最后用主元分析(PCA，Principal Component A

3、nalysis)結合線性判別分析(LDA，Linear DiscriminantAnalysis)來實現(xiàn)特征降維和人臉表情識別，并給出了仿真結果。該方法提高了人臉表情特征提取的自動化程度，有效地降低了人臉表情特征維數(shù)，并且具有較高的人臉表情識別率。 第二，對人臉特征的有效降維進行研究。針對圖像壓縮和圖像特征降維原理的相似性，本文將圖像壓縮領域的經典算法DCT應用到人臉圖像的特征降維。首先闡述了DCT用于特征降維的可行性，闡明了D