改進支持向量機在表情識別領(lǐng)域的研究和應(yīng)用.pdf

1、如今的社會里，計算機在各行各業(yè)中逐漸替代并超越人類的能力，而讓計算機擁有和人類一樣甚至更高的智能是我們許多人奮斗一生的目標(biāo)。人的智能由理性的邏輯思維和感性的情感思維構(gòu)成，而人與人之間最直接和主要的傳遞情感途徑就是表情。本文的主要研究內(nèi)容是優(yōu)化支持向量機的參數(shù)選擇并將其運用到動態(tài)人臉表情識別分類，核心的研究工作如下：
　　本文將蟻群算法、網(wǎng)格算法和網(wǎng)格劃分思想有機結(jié)合，提出多維參數(shù)尋優(yōu)智能算法一 AGM算法。理論上蟻群算法能將解決問

2、題的快速性、全局優(yōu)化特性和一定用時內(nèi)解法的合理性相融合；網(wǎng)格搜索思想又克服了蟻群算法的早熟性收斂；網(wǎng)格劃分思想在保證搜索精度的基礎(chǔ)上降低了搜索復(fù)雜度，正是通過這三者的有機結(jié)合共同組成了 AGM算法。而在本文支持向量機應(yīng)用所實際遇到的四維參數(shù)尋優(yōu)中，A G M算法也有較好的表現(xiàn)。
　　本文提出和設(shè)計了跨平臺實時表情識別解決方案，該方案主要采用級聯(lián)分類器、人眼輔助角度修正、圖像預(yù)處理、Gabor濾波、P C A降維、參數(shù)優(yōu)化和SVM分