基于fuzzy表情強度度量分析.pdf

1、表情在人們日常生活中起著非常重要的作用，是人們非語言交流的一種重要方式。隨著情感計算和智能化人機交互界面的發(fā)展，人們要求計算機能具備感知和理解人的情感方式與人進行交互而最直接的首要的研究方式就是分析人的面部表情。于是對面部表情分析作為一個重要的課題被提出來，至今已有多種面部表情識別的方法，而對表情識別的度量的研究卻很少。人類的面部表情是由面部肌肉運動形成的，研究人類面部表情首先要從肌肉運動入手并動態(tài)跟蹤這些運動。我們工作是基于艾克曼的F

2、ACS系統(tǒng)，利用MHI和BP神經網(wǎng)絡原理以及fuzzy數(shù)學和ANFIS系統(tǒng)來對面部表情強度進行衡量。由于面部表情是不受種族、性別、年齡、教育程度等因素影響。所以我們對面部表情強度分析進行了一系列的研究并獲得了一定的研究成果。從未來人機交互功能的發(fā)展來看，對面部表情進行強度度量的研究將會越來越活躍。本文在對面部表情分析研究現(xiàn)狀的基礎上，針對面部表情強度度量的方法開展研究，并識別出從視頻中輸出的面部表情，其主要工作如下：
　　 1.

3、采用一種基于運動模板對面部進行特征提取。
　　 2.利用面部肌肉運動和BP神經網(wǎng)絡對表情作出判斷。
　　 3.將fuzzy用于對表情強度等級的度量。引入表情強度等級，訓練集中的圖像由BP神經網(wǎng)絡提取出表情強度值，訓練的面部特征軌跡與相應幀的表情強度等級作為fuzzy的學習樣本，建立表情強度模型，對測試序列中的表情幀進行強度等級的分類。
　　 4.識別出從視頻中輸出的面部表情，并嘗試了對“高興”這一表情進行了層次上