基于稀疏表示的人臉表情識別方法研究.pdf

1、人臉表情識別是人機自然交互、計算機視覺、模式識別和圖像處理等研究領域的熱點課題，是情感計算、人機智能交互的重要組成部分，具有良好的發(fā)展前景。然而，由于人臉面部表情承載著非常豐富的情感和內心活動，不同性別、年齡及種族的人臉表情的細微差異成為了表情識別研究的一個難點，如何正確識別出人臉表情所屬類別，是目前研究的重點。
　　由于不同人臉表情的紋理特征的差異小而難以辨別，使表情識別率不高。本文將表情圖像進行特征分塊，以突出不同的表情特征，

2、利用Gabor小波多尺度多方向的特點，結合CBP算子對邊緣、中心像素等細微特征敏感性的優(yōu)點，提出基于CGBP特征提取方法。利用稀疏表示的模型優(yōu)化特點，將稀疏表示分類方法引入到K-近鄰分類方法中，可以有效提高表情分類效果。本文的主要工作如下：
　　1、針對人臉表情識別中不同人臉表情的紋理特征差異小而難以辨別的問題，通過分析對比LBP算子和CBP算子，得出CBP算子在維數(shù)、高強度噪聲等方面都具有優(yōu)越性。因此，將CBP算子與Gabor小

3、波變換進行融合，得到具有多尺度多方向且對邊緣、中心像素等微小特征敏感的特征提取方法。仿真實驗結果表明，在相同實驗條件下，該特征提取方法與LGBP特征提取方法相比，對細小特征的提取具有更加明顯的效果。
　　2、針對 K-近鄰分類方法抗干擾能力弱的缺點，結合稀疏表示分類算法，提出一種基于稀疏K-近鄰表示的分類器設計方法，用于基于特征分塊CGBP人臉表情識別算法中。在基于特征分塊CGBP與稀疏K-近鄰表示的人臉表情識別算法中，對不同類別