基于奇異值分解的人臉表情識別研究.pdf

1、人臉表情識別技術在許多領域都有著廣泛的應用和研究價值。一個完整的表情識別系統(tǒng)應由以下幾部分組成：人臉表情圖像獲取、預處理、人臉特征檢測與定位、人臉分割與歸一化、人臉表情特征提取和人臉表情識別。 本文實驗使用的是日本Kyushu大學的JAFFE的人臉表情圖像，先驗知識充足，規(guī)范化程度較高，因此，圖像經(jīng)過手工切割、縮放與歸一化處理后，就進入表情特征提取與識別階段。首先簡要回顧了面部表情識別的研究現(xiàn)狀，然后介紹了目前主流的幾種人臉表情

2、識別算法，接著從典型的代數(shù)特征(即奇異值特征)入手，以奇異值分解(SVD)為基礎進行人臉表情識別的研究。區(qū)別于傳統(tǒng)的奇異值分解，提出了一種將所有訓練樣本投影到一個標準特征矩陣后得的投影系數(shù)作為該人臉表情特征的方法。在識別階段，對經(jīng)典的最近鄰分類器進行了改進，并采用模式特征之間的歐式距離作為相似性度量，從而完成對未知人臉表情的識別。另外，由于離散余弦變換(DCT)具有聚能、去相關、計算速度快等特點，可以作為很好的特征提取方式，所以又提出了