人臉對齊與表情識別算法的研究與實現(xiàn).pdf

1、計算機視覺在很多領(lǐng)域已經(jīng)非常成熟，比如人臉識別，已經(jīng)出現(xiàn)了很多成熟的人臉識別系統(tǒng)。表情識別和人臉識別之間既相似又有區(qū)別。它們都是針對人臉的模式識別問題，都受到姿態(tài)，光照的影響。不同之處在于人臉識別要求對同一個人，在不同表情下能給出同一識別結(jié)果，而表情識別則是區(qū)分不同人的同一種表情。很多表情識別采用的特征也都是從人臉識別那里借鑒過來的。
　　面部表情識別一直以來都是計算機視覺領(lǐng)域的重要課題，但一直以來能讓人眼前一亮的成果卻很少。盡管

2、近年來深度學(xué)習(xí)已經(jīng)成為了人工智能各領(lǐng)域的寵兒，但鮮有利用深度學(xué)習(xí)進行表情識別的高水平論文出現(xiàn)，其中最主要的一個障礙來源于訓(xùn)練樣本的匱乏。
　　本文主要研究的內(nèi)容包含以下幾點:
　　(1)人臉特征點檢測:人臉特征點指臉部五官的各個重要角點以及輪廓點，特征點檢測也被稱為人臉對齊，是表情識別的一項前期工作，很多表情特征都是在此基礎(chǔ)上提取出來的。本文研究了當(dāng)前的一些主流特征點檢測算法，并實現(xiàn)了一種基于線性回歸的快速檢測算法3000F

3、PS。本文實現(xiàn)的算法可以進行實時人臉特征點檢測。
　　(2)人臉姿態(tài)估計:特征點坐標(biāo)確定了以后，可以在此基礎(chǔ)上做很多工作，估計人臉的姿態(tài)是其中的一個應(yīng)用，本文利用二維特征點進行人臉姿態(tài)的粗略估計，取得了良好的效果。
　　(3)表情識別:表情識別與其它模式識別課題一樣，都可以分為特征設(shè)計和分類器訓(xùn)練兩部分。本文設(shè)計了兩種表情特征，一種是基于中性模板的幾何形變特征，另一種是對人臉網(wǎng)格提取的梯度直方圖紋理特征。幾何形變特征利用特征