基于灰度差投影與貝葉斯分類器的表情識(shí)別研究.pdf

1、人臉表情識(shí)別研究近年來取得了很大的研究成果，目前國(guó)內(nèi)外多所大學(xué)和研究機(jī)構(gòu)已經(jīng)研制出一些簡(jiǎn)單的人臉表情識(shí)別系統(tǒng)原型，其中一些人臉表情分析技術(shù)已經(jīng)在監(jiān)控中投入應(yīng)用。但由于影響人臉表情識(shí)別性能的因素很多，包括環(huán)境的復(fù)雜程度、光照的強(qiáng)弱程度、年齡大小、姿態(tài)正面或者側(cè)面、圖像分辨率和成像噪聲等因素，對(duì)表情識(shí)別率的提高仍有很大限制，在圖像定位的精確度和識(shí)別率方面有待提高。
　　 本文根據(jù)當(dāng)前研究現(xiàn)狀，以降低表情識(shí)別的時(shí)間復(fù)雜度、提高表情識(shí)別

2、率為目的，進(jìn)行了如下研究和改進(jìn)：
　　 首先，在灰度投影的基礎(chǔ)上，提出基于灰度差投影的人臉定位算法。由于數(shù)據(jù)庫(kù)圖像中背景與面部之間即面頰的邊界近似為一個(gè)水平方向邊緣點(diǎn)組成的垂直的階躍邊緣，并且每一個(gè)象素的水平灰度差(即灰度變化幅度)都較大，因此把這些豎直邊界上象素的水平灰度差都加起來，進(jìn)行豎直積分投影就可以得到定位結(jié)果，實(shí)現(xiàn)用差值投影取代直接投影，從而降低定位誤差和時(shí)間復(fù)雜度。
　　 其次，基于PCA重建提取特征算法。將

3、表情識(shí)別的訓(xùn)練集按表情分類形成不同表情子集，然后在子集上運(yùn)用PCA算法，分別得到各個(gè)子集對(duì)應(yīng)的正交基。對(duì)于待測(cè)圖像，在不同表情子集生成的正交基上分別進(jìn)行投影，利用投影坐標(biāo)重建，得到一幅圖像在七種表情下投影的七幅圖像。
　　 最后，基于貝葉斯分類器的表情分類算法。針對(duì)歐式距離在表情分類方面不能適應(yīng)光照和表情變化等問題，提出貝葉斯分類器算法。求出每種表情不同圖像的灰度差，根據(jù)各個(gè)灰度差后驗(yàn)概率所占的比重來判定待測(cè)圖像是哪種表情。