基于局部特征分析的笑臉表情識(shí)別研究.pdf

1、表情識(shí)別是人工智能十分重要的研究方向。在面部表情中，微笑是人類(lèi)最具有感染力的情緒。對(duì)笑臉識(shí)別的研究能夠有效促進(jìn)表情識(shí)別的發(fā)展。特征提取是笑臉識(shí)別的關(guān)鍵技術(shù)之一?，F(xiàn)有特征提取算法的研究對(duì)象是實(shí)驗(yàn)室特定場(chǎng)景下光照、姿態(tài)等受限的公共表情數(shù)據(jù)庫(kù)，當(dāng)場(chǎng)景轉(zhuǎn)換到現(xiàn)實(shí)生活中，此類(lèi)算法的識(shí)別率不高。因此現(xiàn)實(shí)生活中準(zhǔn)確的笑臉識(shí)別仍然是目前研究的難點(diǎn)之一。此外，公共表情數(shù)據(jù)庫(kù)是為研究人類(lèi)7種基本表情而建立，而笑這種表情有其獨(dú)有的特點(diǎn)，傳統(tǒng)的表情特征提取算法

2、不能提取出笑臉的本質(zhì)特征。本文針對(duì)上述兩個(gè)問(wèn)題展開(kāi)研究，主要?jiǎng)?chuàng)新與工作如下：
　　1．針對(duì)公共表情數(shù)據(jù)庫(kù)場(chǎng)景受限的問(wèn)題，本文構(gòu)建了專(zhuān)用的笑臉數(shù)據(jù)庫(kù)。該數(shù)據(jù)庫(kù)主要沿用了真實(shí)場(chǎng)景下的笑臉數(shù)據(jù)庫(kù)GENKI-4K，在此基礎(chǔ)上加入了公共數(shù)據(jù)庫(kù)中部分代表性圖片。本文數(shù)據(jù)庫(kù)圖片更能代表現(xiàn)實(shí)生活中的笑臉。
　　2．針對(duì)現(xiàn)有特征提取算法缺乏對(duì)于笑臉的研究這一問(wèn)題，本文研究了嘴唇在表達(dá)快樂(lè)情緒中起到的關(guān)鍵作用，提出了基于唇部區(qū)域的笑臉特征提取方

3、法。該方法不僅計(jì)算量小，而且有效避免了提取全局人臉中許多與笑臉無(wú)關(guān)的繁雜特征，對(duì)于表征笑臉更有針對(duì)性。
　　3．針對(duì)人工設(shè)計(jì)特征不可擴(kuò)展的問(wèn)題，本文研究了基于深度網(wǎng)絡(luò)的自動(dòng)提取特征方法，設(shè)計(jì)了含有多個(gè)隱藏層的深度自編碼器網(wǎng)絡(luò)提取笑臉特征。該方法避免了人工抽取特征的時(shí)間消耗，通過(guò)逐層變換特征，更能刻畫(huà)數(shù)據(jù)豐富的內(nèi)在信息。
　　4．針對(duì)深度網(wǎng)絡(luò)在自動(dòng)提取特征過(guò)程中忽略圖像局部結(jié)構(gòu)信息和主動(dòng)學(xué)習(xí)不利因素等問(wèn)題，本文提出了將唇部 L