人臉表情識(shí)別算法研究與系統(tǒng)實(shí)現(xiàn).pdf

1、人臉表情識(shí)別技術(shù)是計(jì)算機(jī)根據(jù)人類在情感方面的先驗(yàn)知識(shí)，通過(guò)情感計(jì)算判定人臉面部表情，分析人心理活動(dòng)。與人臉識(shí)別技術(shù)一樣，處理對(duì)象都是人臉圖像，兩者聯(lián)系很緊密，表情變化對(duì)人臉識(shí)別影響很大。表情識(shí)別可分為讀取圖像、圖像預(yù)處理、表情特征提取以及表情分類四個(gè)部分，提取表情特征是最關(guān)鍵的部分。在實(shí)際的表情識(shí)別中，識(shí)別數(shù)據(jù)分為動(dòng)態(tài)圖像序列和靜態(tài)圖片兩種，提取表情特征的算法因數(shù)據(jù)形式的不同也不一樣。動(dòng)態(tài)視頻序列權(quán)威性表情庫(kù)很少且現(xiàn)在的動(dòng)態(tài)表情庫(kù)很少有

2、公開(kāi)的，表情識(shí)別算法一般都針對(duì)靜態(tài)圖像進(jìn)行識(shí)別和驗(yàn)證，因此，論文選擇處理靜態(tài)圖像。論文具體工作如下:
　　1.選擇人臉表情庫(kù)及檢測(cè)人臉:使用最大聯(lián)通區(qū)域分割法實(shí)現(xiàn)人臉檢測(cè)，對(duì)切割出來(lái)的表情圖像進(jìn)行歸一化處理，包括直方圖均衡化和尺度歸一化;
　　2.表情特征提取:分別利用局部二值化算法、主成分分析算法、Gabor小波變換算法對(duì)人臉表情特征進(jìn)行提取;
　　3.分類識(shí)別:使用支持向量機(jī)(SVM)算法對(duì)人臉表情進(jìn)行分類;