人臉表情識(shí)別的研究與實(shí)現(xiàn).pdf

1、面部表情識(shí)別是人工智能領(lǐng)域的一個(gè)新興的研究熱點(diǎn)，它是涉及生物特征識(shí)別、圖像處理、機(jī)器視覺、運(yùn)動(dòng)跟蹤、生理學(xué)，心理學(xué)等研究領(lǐng)域的一個(gè)極富挑戰(zhàn)性的交叉課題。研究目標(biāo)是讓一些人工智能產(chǎn)品能夠自動(dòng)地識(shí)別出人的表情，進(jìn)而分析人的情感。它是情感計(jì)算、智能人機(jī)交互的重要組成部分，有著廣泛的應(yīng)用前景和潛在的市場(chǎng)價(jià)值。
　　 本文設(shè)計(jì)的表情識(shí)別系統(tǒng)由以下幾部分組成:人臉圖像的檢測(cè)、人眼的檢測(cè)與定位、純表情圖像的分割與歸一化、小波變換降維處理、人臉

2、表情特征提取、人臉表情識(shí)別。本文主要研究了表情特征空間提取的以及表情圖像的分類中的一些關(guān)鍵問題。提出了一些算法的改進(jìn)，并進(jìn)行了仿真實(shí)驗(yàn)。主要的工作如下：
　　 1.使用了SMO算法來(lái)進(jìn)行實(shí)時(shí)的人臉檢測(cè)。采用改進(jìn)的Rough算法進(jìn)行眼睛的精確定位。然后采用根據(jù)眼睛的坐標(biāo)對(duì)圖像進(jìn)行旋轉(zhuǎn)、剪切及放縮等幾何處理和使用直方圖均衡化等進(jìn)行灰度處理的預(yù)處理方法。
　　 2.通小波變換進(jìn)行圖像降維處理。使用小波變換后的二級(jí)低頻子圖代替原

3、始圖像，以減弱圖像對(duì)光照和位置的敏感性。使用加權(quán)主元分析（WPCA）、改進(jìn)的線性Fisher判別、PCA與LDA相融合的算法進(jìn)行表情特征空間的提取和訓(xùn)練。
　　 3.在分析多種表情模板構(gòu)造和分類的基礎(chǔ)上，針對(duì)同一種表情在表現(xiàn)形式上存在著差異，所以把一種表情劃分為多個(gè)子表情模板。采用了C均值動(dòng)態(tài)聚類的方法來(lái)構(gòu)造表情模板。對(duì)于待識(shí)別的圖像，采用Parzen分類器進(jìn)行歸類識(shí)別。
　　 4.設(shè)計(jì)了一個(gè)基于Labview平臺(tái)的自動(dòng)