基于面部關(guān)鍵點(diǎn)的人臉表情識別算法研究.pdf

1、人臉表情識別是指計(jì)算機(jī)自動感知人臉圖像的情感狀態(tài)。這個(gè)課題和肌肉解剖學(xué)、圖像分析、情感心理學(xué)、人機(jī)交互、自動化、生理學(xué)都有很深的聯(lián)系，研究本課題需要對各個(gè)背景都有一定的基礎(chǔ)準(zhǔn)備；同時(shí)，課題的研究也是值得的，它對這些領(lǐng)域理論的發(fā)展和投入實(shí)際生活應(yīng)用都有很大的幫助。根據(jù)系統(tǒng)的功能任務(wù)這個(gè)線索劃分推進(jìn)研究進(jìn)程，本文改進(jìn)相關(guān)的算法。主要的工作如下：
　　1、人臉區(qū)域檢測
　　這一部分，本文采用基于Haar-like特征的空間人臉檢測

2、方法；詳細(xì)探尋了Haar分類器的原理及其檢測過程。實(shí)驗(yàn)表明其人臉檢測的準(zhǔn)確性和高效性。
　　2、面部特征提取
　　（1）表情表示方法的創(chuàng)新。面部表情編碼系統(tǒng)（FACS）理論，直指人臉表情發(fā)生的本質(zhì)，本文用面部運(yùn)動單元來量化表情；同時(shí)，采用面部關(guān)鍵點(diǎn)位置變化作為特征來描述面部運(yùn)動單元，能有效的以較低維度的特征描述人臉肌肉群的運(yùn)動。這樣描述表情更加合理，也便于建立模型。
　?。?）面部關(guān)鍵點(diǎn)定位算法的改進(jìn)。本文提出了基于點(diǎn)

3、對比較特征的決策樹面部關(guān)鍵點(diǎn)定位算法，在主動形狀模型(ASM)的基礎(chǔ)上把關(guān)鍵點(diǎn)的局部紋理從一維拓展到二維中去，并用決策樹預(yù)測模型代替馬氏距離最小化方法來改進(jìn)ASM中尋找關(guān)鍵點(diǎn)新位置的過程，避免表情大幅度變化、膚色等因素對灰度特征的影響。
　　3、表情分類
　　設(shè)計(jì)了一個(gè)兩級分類器：第一級分類器采用BP神經(jīng)網(wǎng)絡(luò)的方法分三個(gè)區(qū)域分別建立對應(yīng)AU的預(yù)測模型，用于提取表情特征AU；第二級分類器采用BP神經(jīng)網(wǎng)絡(luò)分別為每種表情建立預(yù)測模