基于WCF的分布式表情識別系統(tǒng)研發(fā).pdf

1、自動面部表情識別旨在于賦予計算機理解人類情感能力，實現(xiàn)自然人機交互。該研究涉及心理學(xué)、信息科學(xué)、人工智能等多個學(xué)科，在教育、醫(yī)療、人機交互以及公共安全等多個領(lǐng)域具有廣泛應(yīng)用。
　　 傳統(tǒng)自動面部表情識別系統(tǒng)多基于Directshow等視頻處理架構(gòu)設(shè)計，由于該架構(gòu)的有鎖編程方式和表情識別各步驟的時間開銷不均勻，較難實現(xiàn)并行，而面部表情識別的時間開銷較大，因此制約了系統(tǒng)的實用化。提升表情識別系統(tǒng)的效率主要可以從算法和系統(tǒng)架構(gòu)兩個方面

2、實現(xiàn)。
　　 在算法方面：通過對比實驗發(fā)現(xiàn)，把人臉圖像歸一化到48×64的尺寸，同時采用8×8的大小分塊的方式提取全局Gabor特征，能夠獲得較高的識別率，并且具有一定的穩(wěn)定性，計算量也適中；另外，通過類Adaboost算法的特征選擇方法，從有重疊的83個分塊2490個Gabor特征中選擇200階時，不僅能夠有效降低特征提取步驟的時間開銷，同時系統(tǒng)的識別率也略有提升。
　　 在系統(tǒng)架構(gòu)方面：通過引入WCF架構(gòu)，使得表情識

3、別各步驟的算法模塊能夠部署在服務(wù)器對外提供服務(wù)，并且WCF服務(wù)本身具有并發(fā)性，支持多路并發(fā)訪問；通過采用異步編程可以釋放調(diào)用WCF服務(wù)過程的處理器資源，實現(xiàn)同一服務(wù)調(diào)用源的并行表情識別；通過采用服務(wù)器層抽象和JPEG壓縮兩種方法分別減少不必要的網(wǎng)絡(luò)數(shù)據(jù)傳輸和降低圖像數(shù)據(jù)傳輸?shù)膸捄蜁r間開銷。
　　 通過在國際標準表情數(shù)據(jù)庫(JAFFE)上的模擬仿真表明：經(jīng)過算法和系統(tǒng)架構(gòu)兩個方面的改進，基于WCF架構(gòu)的分布式表情識別系統(tǒng)在不同的