基于數(shù)據(jù)融合的表情識別方法研究.pdf

1、情感識別是以人為中心對人類情感認(rèn)知的研究，也是模式識別、情感計(jì)算、心理學(xué)、機(jī)器視覺等研究領(lǐng)域的一個(gè)極富挑戰(zhàn)性的交叉學(xué)科課題，是近年來人工智能領(lǐng)域的研究熱點(diǎn)。情感識別的目標(biāo)是設(shè)計(jì)出具有情感反饋的人機(jī)交互環(huán)境，并最終實(shí)現(xiàn)人與計(jì)算機(jī)的自然、和諧情感交互。
　　 然而，計(jì)算機(jī)對人臉表情識別分類的準(zhǔn)確性很大程度上依賴于識別所提取的特征。因此，研究人臉的表情特征及其有效選擇方法是表情識別的關(guān)鍵技術(shù)。本文針對人臉表情識別中的局部特征選擇、特征

2、融合和識別方法進(jìn)行了研究。取得了如下研究成果：
　　 1)得出嘴部的Gabor小波特征對表情識別有重要作用的結(jié)論。將預(yù)處理后的全臉和局部(嘴部、眼部)靜態(tài)灰度表情圖像的Gabor小波特征分別與PCA、2DPCA、LDA相結(jié)合用于人臉表情識別，根據(jù)Gabor不同尺度不同方向的變換結(jié)果用最近鄰法進(jìn)行分類，通過在JAFFE、Cohn-Kanade和CQUPTE表情庫上分別進(jìn)行實(shí)驗(yàn)，得到全臉和局部Gabor小波特征的對比識別結(jié)果。結(jié)果表

3、明嘴部的Gabor小波特征對表情識別有重要作用，并且嘴部特征在西方人的情感表達(dá)中更為重要。
　　 2)提出了一種僅用嘴部不同特征進(jìn)行特征融合的表情識別方法。該方法將嘴部的Gabor小波特征和幾何特征進(jìn)行特征融合后再使用最近鄰分類器分類。根據(jù)不同樣本庫，不同識別方法的對比實(shí)驗(yàn)結(jié)果表明，該方法相對于單獨(dú)的嘴部Gabor小波特征和單獨(dú)的嘴部幾何特征用于表情識別能得到更好的識別效果，且它相對于整幅人臉表情圖像的識別具有更好的實(shí)時(shí)性，從而