基于局部特征和Adaboost的人臉表情識(shí)別研究.pdf

1、人臉面部表情能夠從側(cè)面展現(xiàn)人心里狀態(tài)，體現(xiàn)出人的行為信息，為我們研究人的心里活動(dòng)提供了可靠的依據(jù)，人臉表情識(shí)別是建立在人臉面部豐富感情信息基礎(chǔ)上發(fā)展起了的一門學(xué)科。
　　 目前用于人臉表情識(shí)別主要的方法有：歐式距離、支持向量機(jī)(SVM)、神經(jīng)網(wǎng)絡(luò)(NN)、隱馬爾科夫(HMM)、Adaboost和線性判別分析(LDA)等等。
　　 Adaboost算法由于具有速度快、檢測(cè)率高等優(yōu)點(diǎn)，已被成功地應(yīng)用在人臉檢測(cè)領(lǐng)域，由于人臉表

2、情變化絕大部分存在于眼睛和嘴巴上，基于此本文把眼睛和嘴巴看成獨(dú)立的特征要素，利用Adaboost多表情分類算法對(duì)這些特征分別進(jìn)行訓(xùn)練、提取與分類，再把眼睛和嘴巴的分類結(jié)果進(jìn)行與運(yùn)算，獲得最終的人臉表情識(shí)別結(jié)果，這種方法可以大大減少冗余，降低訓(xùn)練的時(shí)間，提高閾值訓(xùn)練速度。但要把Adaboost算法用于人臉的多表情識(shí)別分類中，關(guān)鍵的問(wèn)題是準(zhǔn)確快速地訓(xùn)練出弱分類器閩值。特征訓(xùn)練是弱分類器閾值計(jì)算最關(guān)鍵的部分，而傳統(tǒng)的訓(xùn)練樣本是任意含有人臉表情