基于局部二值模式的人臉表情識別的研究與實現(xiàn).pdf

1、表情是內(nèi)心情感的最直接表達，有關心理研究表明情緒的55％是通過表情表現(xiàn)出來的;人臉是非常復雜的柔性體，同時也是生物識別的最主要特征之一;識別是計算機認識世界的主要方法。所以對人臉表情識別的研究是涉及心理學、生理學、數(shù)學、計算機科學等眾多學科的交叉內(nèi)容，同時人臉表情識別也是圖像處理、模式識別、計算機視覺、圖形學、人工智能、人機交互的典型應用。人臉表情識別的成功應用將會對社交、醫(yī)療、教育、安全、人機接口等領域產(chǎn)生深刻的影響。
　　本文

2、的主要工作分為如下幾個部分:
　?。ㄒ唬θ四槺砬樽R別的研究背景與意義做了說明，對國內(nèi)外研究現(xiàn)狀進行了簡要介紹，以表情的臉部特征描述為出發(fā)點，通過列舉幾個表情數(shù)據(jù)庫引出了表情識別的常用研究方法并對其做了比較和說明。
　　（二）對表情特征提取前的圖像預處理操作進行了詳細闡述，包括基于haar-like特征和Adaboost層疊分類器的人臉檢測與眼睛定位算法，圖像的灰度變換、直方圖均衡等灰度歸一化，人臉圖像的旋轉、縮放、校正等幾

3、何歸一化。這些都是突出表情特征、去除與表情不相關因素的必要措施。
　　（三）對局部二值模式(LBP)算子做了詳細研究，針對表情的細節(jié)紋理特征采用了快速有效的LBP描述算子，并且進一步運用改進的DLBP算子使識別速率得到了一定的提升。主要闡述了LBP算子的定義、表達、旋轉不變性、等價模式等特征。最后運用支持向量機(SVM)分類算法，對LBP算子與DLBP算子在JAFFE表情庫中做了一系列表情識別的檢測實驗，得到了相應的結果分析與結論