基于表情識(shí)別的兒童情緒能力評(píng)測(cè)系統(tǒng).pdf

1、本文主要研究的內(nèi)容為對(duì)實(shí)時(shí)環(huán)境魯棒的表情識(shí)別系統(tǒng)，并在此基礎(chǔ)上得出情緒能力評(píng)測(cè)所需的重要指標(biāo)。實(shí)時(shí)場(chǎng)景中光照、非正面、遮擋等種種復(fù)雜因素給表情識(shí)別帶來(lái)了很大的困難，為此本文做了深入的研究和大量的實(shí)驗(yàn)驗(yàn)證，實(shí)現(xiàn)一個(gè)對(duì)實(shí)時(shí)場(chǎng)景魯棒的評(píng)測(cè)系統(tǒng)。
　　本文將高速人臉特征點(diǎn)檢測(cè)算法引入實(shí)時(shí)表情識(shí)別，大大提高了識(shí)別速度和精度。Mean-shift DMF特征點(diǎn)檢測(cè)算法可以在8ms內(nèi)對(duì)分辨率為640*480的視頻幀進(jìn)行精確的面部關(guān)鍵點(diǎn)定位。本文

2、選用了LBP、LBP-TOP、EOH、LGBP、SIFT等不同特征，并將這些特征自身的特點(diǎn)與特征點(diǎn)位置相結(jié)合制定了最佳的特征方案，使之具有更高的魯棒性和精度。主要工作可以總結(jié)如下:
　　(1)本文提出了在特征點(diǎn)處提取LBP特征的Pt-LBP特征方案，在識(shí)別率和實(shí)時(shí)條件下的魯棒性表現(xiàn)上都大幅優(yōu)于一般的人臉LBP特征提取方案（如5Org-LBP、PD5Org-LBP、7*7-LBP等）。
　　(2)本文提出了一種快速的SIFT特

3、征提取方案，此方案在CK+數(shù)據(jù)庫(kù)上的7類表情平均識(shí)別率達(dá)87％，而耗時(shí)也可被控制到僅為20ms/幀，滿足了實(shí)時(shí)系統(tǒng)速率上的要求。該方案在實(shí)時(shí)場(chǎng)景的復(fù)雜條件下也有不錯(cuò)的表現(xiàn)。
　　(3)本文也將LGBP特征應(yīng)用于表情識(shí)別，并提出一種該特征的快速提取方案，使其滿足實(shí)時(shí)系統(tǒng)速率要求并具有不錯(cuò)的識(shí)別率和魯棒性。接著本文將提出的特征方案以及相關(guān)研究中常用的特征方案（包括PT-LBP、PT-SIFT、LGBP、5Org-LBP、PD5Org-

4、LBP、7*7-LBP、PDEOH等）結(jié)合實(shí)時(shí)系統(tǒng)可能出現(xiàn)的各種條件，進(jìn)行了橫向比較（比較的范圍包括不同光照、非正面、遮擋等），然后選擇最優(yōu)方案并將之應(yīng)用于系統(tǒng)。
　　(4)為了解決非正面條件下識(shí)別率大幅下降問(wèn)題，本文基于人臉對(duì)稱性對(duì)非正面識(shí)別做了優(yōu)化，提高了特征方案在該條件下的魯棒性，實(shí)驗(yàn)結(jié)果和實(shí)時(shí)測(cè)試中的結(jié)果都表明經(jīng)過(guò)優(yōu)化后的識(shí)別率有顯著提升。
　　(5)基于實(shí)時(shí)的表情識(shí)別以及MFC、多線程變成等技術(shù)，本文搭建了一個(gè)情緒