基于視頻的情緒檢測系統(tǒng)的研究.pdf

1、面部表情在非語言行為傳達信息方面起到非常重要的作用，近二十年來面部表情自動識別一直是人機交互方面的研究熱點。而在面部表情中，笑臉是最具代表性也是最特別的，笑可以被看成是好情緒的表現(xiàn)。所以本文將研究笑臉的檢測，即好情緒的檢測，而不是研究識別所有表情的系統(tǒng)。而且情緒檢測技術具有巨大的潛在應用。比如可以通過攝像頭拍攝正在看商業(yè)廣告的人，自動分析他（她）是否在笑，即是否有一個好情緒，從而得出他（她）是否喜歡這個廣告。
　　1.本文首先研究

2、了整個情緒檢測系統(tǒng)的框架，即人臉檢測與定位，表情特征提取和表情分類三個步驟。經(jīng)研究發(fā)現(xiàn)，人臉檢測與定位已非常成熟。本文對由Viola等提出的基于Haar特征與Adaboost算法的人臉檢測方法進行研究，并據(jù)此訓練了人臉檢測器。
　　2.經(jīng)過對人臉檢測器實際檢測過程的研究發(fā)現(xiàn)，可以根據(jù)視頻的特性對檢測過程進行改進。在以俯視角安裝的固定攝像頭所拍攝的視頻中，同一水平線上的人臉大小基本相同，而離攝像頭近的人臉在視頻中比離攝像頭遠的要大，

3、且離攝像頭近的人臉會離視頻圖像的底部近些，據(jù)此本文提出了基于視頻的人臉搜索窗口設定的方法。對自行拍攝的視頻進行測試表明，人臉檢測速度有了較大地提升，并且減少了一些誤檢。
　　3.通過對顏色空間和膚色模型的研究，結合膚色信息，使用YCbCr顏色空間和膚色范圍模型對人臉檢測器所檢測到的人臉進行進一步的驗證，排除一些誤檢。
　　4.使用Haar特征和Gentle Adaboost算法對情緒特征提取和分類，最終對320×240大小的