基于HOG特征的人臉表情識別算法研究.pdf

1、人臉表情識別技術(shù)已逐漸成為計算機(jī)視覺和模式識別領(lǐng)域中的一個研究熱點，受到越來越多的科研人員的重視，取得了重大進(jìn)展，但仍存在表情識別算法的識別率較低，對噪聲魯棒性不高，實時性較差以及受外界環(huán)境干擾較大等亟待解決的關(guān)鍵問題。
　　針對這些問題，本文在人臉表情識別的特征提取階段做了相關(guān)研究，主要研究工作包含以下幾個方面：
　　1、采用梯度方向直方圖（Histograms of Oriented Gradients，HOG）算子提取

2、人臉表情特征，研究了HOG特征提取算法。考慮到人臉圖像的局部特征之間的空間排列信息，構(gòu)造圖像金字塔模型，設(shè)計出一種基于HOG金字塔特征的人臉表情識別算法。實驗結(jié)果表明，HOG金字塔特征可以更好地表征表情圖像的形狀信息和局部特征之間的空間排列信息，與整幅圖像的HOG特征相比，特征維度降低近2/3，在算法運行效率和識別率方面都有較為明顯的提升。
　　2、根據(jù)人眼視覺特性，提出了一種基于人眼視覺亮度差的各向異性擴(kuò)散濾波算法。利用人眼在不

3、同亮度背景下對亮度差的敏感性不同，結(jié)合梯度值修正擴(kuò)散系數(shù)，區(qū)分處理面部斑點噪聲和肌肉皺褶形變所對應(yīng)的弱邊緣、弱細(xì)節(jié)，盡可能保留原始圖像中的表情信息。提出一種結(jié)合改進(jìn)各向異性擴(kuò)散濾波及 HOG算子的人臉表情識別算法。實驗結(jié)果表明，提出算法在有效濾除噪聲的同時，能夠較好地保護(hù)圖像的弱細(xì)節(jié)信息，且利用 HOG算子準(zhǔn)確提取表情特征，是一種有效的表情識別算法。在高斯噪聲和椒鹽噪聲環(huán)境下，能夠保持較高的識別率，對噪聲具有一定的魯棒性。
　　3