人臉表情識別的算法研究.pdf

1、人臉表情識別是當(dāng)前國內(nèi)外模式識別和人工智能研究領(lǐng)域的一個熱點課題。表情識別作為情感計算研究的重要組成部分，可以有效地促進人機交互智能系統(tǒng)的發(fā)展；也可以為動畫表情的合成、人臉識別等領(lǐng)域的研究提供理論基礎(chǔ)。
　　如何從靜態(tài)圖像以及視頻序列中獲得更加準確和魯棒性的人臉表情識別效果是表情識別研究的最終目標。在靜態(tài)圖像方面，現(xiàn)有識別方法提取的表情特征不夠豐富，對非特定人臉的表情識別效果并不理想；在視頻序列方面，當(dāng)前的方法大多數(shù)只考慮了光流運

2、動特征，而忽略了靜態(tài)表情特征，因而識別效果也不穩(wěn)定。本文根據(jù)當(dāng)前的研究現(xiàn)狀，分別從這兩方面對表情識別的算法進行了改進。
　　本文具體工作如下：首先，在基于靜態(tài)圖像的表情識別中，利用二維主成分分法析法2DPCA以及主成分分析法PCA對特征提取算法進行了改進；其次，在基于視頻序列的表情識別中，利用金字塔光流法計算光流特征，并將光流特征和2DPCA主成分特征聯(lián)合起來進行表情識別。并且文中采用了適用于小樣本分類的支持向量機SVM分類器進行