基于局部特征和Adaboost的人臉表情識別研究.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提供了可靠的依據(jù)，人臉表情識別是建立在人臉面部豐富感情信息基礎上發(fā)展起了的一門學科。
　　 目前用于人臉表情識別主要的方法有：歐式距離、支持向量機(SVM)、神經(jīng)網(wǎng)絡(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、檢測率高等優(yōu)點，已被成功地應用在人臉檢測領域，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立的特征要素，利用Adaboost多表情分類算法對這些特征分別進行訓練、提取與分類，再把眼睛和嘴巴的分類結(jié)果進行與運算，獲得最終的人臉表情識別結(jié)果，這種方法可以大大減少冗余，降低訓練的時間，提高閾值訓練速度。但要把Adaboost算法用于人臉的多表情識別分類中，關鍵的問題是準確快速地訓練出弱分類器閩值。特征訓練是弱分類器閾值計算最關鍵的部分，而傳統(tǒng)的訓練樣本是任意含有人臉表情