多姿態(tài)人眼定位與表情識別研究.pdf

1、隨著計(jì)算機(jī)技術(shù)和生物醫(yī)學(xué)工程技術(shù)的飛速發(fā)展，利用人體生物特征來研究有關(guān)人體身份、語音、指紋、表情等的生物識別技術(shù)成為安全驗(yàn)證的首選方式。在人工智能研究領(lǐng)域，人臉作為重要的生物特征，其檢測、識別和表情分析對于實(shí)現(xiàn)機(jī)器智能化起到很關(guān)鍵的作用，有著廣泛的應(yīng)用前景。
　　 對人臉信息的處理技術(shù)隨著圖像處理和模式識別的巨大進(jìn)步得到了很好的發(fā)展，但是還是受到現(xiàn)實(shí)環(huán)境中不確定因素的影響，比如說光照、姿態(tài)、表情、遮擋等。而有關(guān)表情識別的研究更是

2、受到不同人表情程度不同、同一人不同表情的影響，理論和方法都有待于完善。完整的表情識別主要包括人臉檢測與定位、人臉表情特征提取和降維以及最終的表情分類。本文主要是針對靜態(tài)圖像的多姿態(tài)人眼定位、人臉表情識別的問題做了以下工作：
　　 ①針對彩色圖像中人臉在復(fù)雜背景及多姿態(tài)下眼睛定位困難的情況，提出了一種基于膚色分割與Gabor濾波的人眼定位方法。首先采用粒子群算法優(yōu)化改進(jìn)的最大類間方差(otsu)對圖像進(jìn)行膚色分割，找到人臉的候選區(qū)

3、域；然后構(gòu)造Gabor濾波器對候選區(qū)域進(jìn)行濾波；最后經(jīng)過灰度投影得到眼睛的位置。實(shí)驗(yàn)結(jié)果表明，本文采用的膚色分割方法效果好，應(yīng)用于人眼定位方面使得定位精確度高，尤其在背景復(fù)雜和多姿態(tài)的情況下也有著明顯的優(yōu)勢。
　　 ②研究了經(jīng)典的線性人臉識別方法PCA，并將其應(yīng)用到人臉表情的識別中，該方法假設(shè)輸入的數(shù)據(jù)具有全局線性結(jié)構(gòu)，所以當(dāng)遇到非線性流形上的數(shù)據(jù)時(shí)，處理的結(jié)果受到影響；另外研究了非線性特征提取方法核PCA、局部線性嵌入算法(L

4、LE)以及核SLLE算法，并在JAFFE人臉表情庫中實(shí)現(xiàn)了以上4種方法，結(jié)果顯示，非線性降維算法在表情識別中有著更好的結(jié)果，也進(jìn)一步驗(yàn)證了人臉空間可能是一個(gè)高維的非線性子空間，即位于一個(gè)非線性流形上。
　　 ③提出了一種融合局部特征進(jìn)行表情識別的算法，針對在人臉表情中貢獻(xiàn)較大的人眼和人嘴，將二者融合起來進(jìn)行表情識別，并賦予二者不同的權(quán)重系數(shù)，比起整體的特征分析，不僅節(jié)約了計(jì)算量，也在一定程度上降低了因同一個(gè)人特征相似、不同人表情