上半人臉運動單元狀態(tài)識別的研究.pdf

1、人臉運動單元狀態(tài)識別是指通過計算機分析人的臉部不同運動單元和其組合的狀態(tài)變化，由此可確定其內(nèi)心情緒或思想活動，實現(xiàn)人機之間更自然更智能化的交互。人臉運動單元識別的研究對于增強計算機的智能化和人性化，開發(fā)新型人機環(huán)境，以及推動心理學(xué)等學(xué)科的發(fā)展，有著重要的現(xiàn)實意義，并最終產(chǎn)生很大經(jīng)濟效益和社會效益。 本文首先綜述課題的研究背景，分析目前國內(nèi)外已提出的主流人臉運動單元識別方法，重點對小波變換、獨立分量分析、矩的方法和光流模型進(jìn)行了詳

2、細(xì)闡述和比較。然后針對人臉運動單元識別系統(tǒng)中人臉圖像預(yù)處理和運動單元子區(qū)域的定位與分割、運動單元特征提取和運動單元特征分類識別三個主要部分，提出了自己的一些算法，具體包括如下： (1)提出了基于Harris角點檢測的上半人臉運動單元子區(qū)域定位與分割算法。在從圖像中檢測出人臉區(qū)域的基礎(chǔ)上，對檢測出的人臉區(qū)域進(jìn)行歸一化處理，然后用基于Harris角點檢測的算法精確地定位各個上半人臉運動單元子區(qū)域，并將其分割出來。該算法能準(zhǔn)確地從人臉

3、區(qū)域中將不同的上半人臉運動單元分割出來。 (2)提出了基于KPCA的上半人臉運動單元狀態(tài)特征的提取算法。在定位分割出上半人臉運動單元子區(qū)域圖像之后，提出了采用KPCA算法提取它們的特征。在設(shè)計KPCA算法中，根據(jù)上半人臉運動單元圖像的狀況，選擇設(shè)計相應(yīng)的核函數(shù)，形成合理可用的有針對性的改進(jìn)KPCA特征提取算法。該算法既能屏蔽與個人有關(guān)的特征以及光照的變化，基本做到與人無關(guān)的運動單元狀態(tài)識別，使識別系統(tǒng)更加可靠、魯棒；又能將圖像映

4、射到特征空間，大大降低了圖像矩陣的維數(shù)，從而有效地減少計算量。 (3)采用了基于改進(jìn)的SVM分類器，進(jìn)行上半人臉運動單元狀態(tài)的分類識別。通過對提取出的KPCA特征的性質(zhì)進(jìn)行分析和試驗，然后合理選擇設(shè)計相關(guān)的核函數(shù)和懲罰因子，從而形成基于SVM的上半人臉運動單元狀態(tài)的分類識別算法。該算法能夠獲得較好的識別結(jié)果，同時保證較快的執(zhí)行速度。 最后采用面向?qū)ο蟮脑O(shè)計方法，結(jié)合應(yīng)用了VC++和Matlab中的相應(yīng)庫函數(shù)，設(shè)計開發(fā)了上