基于Gabor特征和Adaboost算法的人臉表情識(shí)別研究.pdf

1、表情是人類表達(dá)情緒的基本方式之一，面部表情在人們交流中有著重要的作用，它不僅可以準(zhǔn)確表達(dá)人類的思想感情，而且也可以通過面部表情來了解對方的態(tài)度和內(nèi)心世界。自動(dòng)表情識(shí)別是計(jì)算機(jī)理解人類情感的前提，在現(xiàn)實(shí)生活中有著無限的潛力，例如人機(jī)交互、情感計(jì)算、心理學(xué)研究、謊言辨別，臨床醫(yī)學(xué)等。正是由于這種特殊的作用，所以人們對表情自動(dòng)識(shí)別進(jìn)行了大量的研究。近20年來，人臉表情識(shí)別的方法有了非常顯著的進(jìn)步。但是由于人臉表情識(shí)別涉及圖像處理、心理學(xué)、計(jì)算

2、機(jī)視覺、人工智能等多個(gè)學(xué)科交叉，正是由于這種多學(xué)科交叉的復(fù)雜性和特殊性，使得表情識(shí)別比較困難，當(dāng)前人們?nèi)悦媾R著許多亟待解決的問題。
　　 本文著眼于表情識(shí)別的準(zhǔn)確性，在幾個(gè)關(guān)鍵問題上進(jìn)行了探索性的研究，本文的主要內(nèi)容包括以下幾個(gè)方面：
　　 首先，對Adaboost算法進(jìn)行了研究。主要研究了如何利用Adaboost算法進(jìn)行多類分類的問題。Adaboost算法可以將一系列的弱分類器組合，生成一個(gè)強(qiáng)分類器，而對于表情識(shí)別這個(gè)

3、多類分類的問題，文中采取1:1辦法來解決，把生成的k（k-1）/2（k為總類別數(shù)）個(gè)強(qiáng)分類器進(jìn)行級聯(lián)，從而可以完成人臉表情的多類識(shí)別。
　　 其次，分析和比較了多種分類器。分析了最近鄰法和決策樹的原理，針對不同分類器的特點(diǎn)，將它們進(jìn)行比較。針對人臉表情識(shí)別問題，分別使用這兩種分類器作為Adaboost算法的弱分類器進(jìn)行識(shí)別，比較了它們的性能。
　　 然后研究了表情特征提取的算法，對Gabor濾波器的原理進(jìn)行了深入的分析和

4、研究，并對Gabor特征的參數(shù)確定進(jìn)行了分析和對比，從而獲取最適合本系統(tǒng)的Gabor特征參數(shù)。
　　 最后將Adaboost算法，決策樹分類器，Gabor特征結(jié)合，進(jìn)行人臉表情識(shí)別研究，并使用JAFFE人臉表情數(shù)據(jù)庫，以及Yale數(shù)據(jù)庫中的表情圖像進(jìn)行測試。并對本文工作進(jìn)行了階段性的總結(jié)，也明確了下一步工作的方向和目標(biāo)。
　　 本論文所提出的基于Gabor特征和Adaboost算法的人臉表情識(shí)別方法，可以有效的解決多類分