基于特征融合的人臉表情識別技術(shù)的研究.pdf

1、近年來，表情識別技術(shù)作為一種新型的人機交互方式，受到了越來越多研究者的關(guān)注。本文對國內(nèi)外現(xiàn)有的人臉表情識別技術(shù)和方法進行了分析，在比較現(xiàn)有的表情識別方法的基礎(chǔ)的上，在針對視頻圖像序列的表情識別原型系統(tǒng)中，提出了人臉關(guān)鍵特征點定位算法、表情特征提取算法以及表情分類識別算法，并通過實驗數(shù)據(jù)分析顯示了該方法的性能。本文的主要工作如下： (1)提出了一種線性人臉對象類模型和主動形狀模型相結(jié)合的人臉關(guān)鍵特征點定位方法。該方法首先利用線性人

2、臉對象類思想由人臉訓(xùn)練樣本重構(gòu)人臉圖像，通過最小化重構(gòu)圖像與原圖像之間的誤差得到一組最優(yōu)的重構(gòu)系數(shù)，并將這組重構(gòu)系數(shù)用于人臉形狀的重構(gòu)。然后將重構(gòu)得到的人臉形狀向量作為主動形狀模型的初始模型位置，由此得到模型的初始參數(shù)信息，再由該模型的初始位置開始，通過學(xué)習(xí)不斷調(diào)整模型參數(shù)來減少模型與目標(biāo)輪廓之間的距離誤差，直到模型收斂至精確的特征點位置。該方法改變了傳統(tǒng)ASM的初始模型選取的策略，使模型更加準(zhǔn)確、快速地收斂至目標(biāo)輪廓位置。 (

3、2)提出了基于光流模型與分段時序模板的混合特征提取方法。對檢測得到的關(guān)鍵特征點首先采用光流模型提取特征點處的運動特征向量，然后對這些關(guān)鍵特征點采用分段時序模板的思想提取時序特征，最后通過典型相關(guān)分析的融合策略對兩類特征進行融合，得到一組典型特征。該方法提取了同一組圖像序列的兩組不同特征并進行融合，既集合了兩類特征的優(yōu)點又通過融合消除了兩組特征之間的信息冗余。 (3)實現(xiàn)了基于離散隱馬爾可夫模型的混合特征分類算法。由于單一的特征在