基于Gabor小波變換和SVM的人臉表情識別.pdf

1、人臉表情識別在電子教育、和諧人機(jī)交互、機(jī)器人、醫(yī)療行業(yè)等領(lǐng)域都具有廣泛的應(yīng)用前景；對于模式識別、計算機(jī)視覺、計算機(jī)圖形學(xué)、人工智能、生理學(xué)、心理學(xué)等多種學(xué)科的發(fā)展也具有重要的作用。 本文在總結(jié)人臉表情識別關(guān)鍵技術(shù)的基礎(chǔ)上，利用Gabor小波變換在圖像特征提取方面的優(yōu)勢和支持向量機(jī)在小樣本問題中表現(xiàn)出的良好的分類能力，提出了一種人臉表情識別的方法，該方法應(yīng)用Gabor小波變換和PCA+FLD提取表情特征，并利用SVM進(jìn)行表情分類。

2、 首先，利用積分投影確定人眼的中心位置，并根據(jù)人眼中心坐標(biāo)進(jìn)行圖像的幾何預(yù)處理。采用直方圖均衡化方法對表情圖像進(jìn)行光照補(bǔ)償，以減少圖像間的灰度差異。在此基礎(chǔ)上，構(gòu)造了5個尺度、8個方向的Gabor小波族，用這40個Gabor小波對圖像進(jìn)行卷積，并取卷積后的幅值作為圖像的特征信息。對得到的Gabor系數(shù)先進(jìn)行下采樣，然后結(jié)合主分量分析（PCA）和Fisher線性判別分析（FLD）進(jìn)一步降低特征維數(shù)及訓(xùn)練特征空間，這樣得到的特征既提