人臉表情自動(dòng)識(shí)別系統(tǒng)的研究.pdf

1、隨著信息和計(jì)算機(jī)技術(shù)的飛速發(fā)展，人臉表情識(shí)別技術(shù)越來(lái)越受到研究者的關(guān)注。人臉表情識(shí)別是指利用計(jì)算機(jī)分析特定人的臉部表情及變化，進(jìn)而確定其內(nèi)心情緒或思想活動(dòng)，實(shí)現(xiàn)人機(jī)更自然更智能化的交互。它對(duì)于增強(qiáng)計(jì)算機(jī)的智能化和人性化，開(kāi)發(fā)新型人機(jī)環(huán)境，以及推動(dòng)社會(huì)心理學(xué)及各種相關(guān)學(xué)科的發(fā)展，有著重要的現(xiàn)實(shí)意義，并將產(chǎn)生巨大的經(jīng)濟(jì)效益和社會(huì)效益。 本文首先綜述了課題的研究背景，分析了目前國(guó)內(nèi)外已提出的主流人臉表情識(shí)別方法，重點(diǎn)對(duì)運(yùn)動(dòng)單元分析法、

2、運(yùn)動(dòng)參數(shù)法、主成份分析法、獨(dú)立分量分析法、Gabor小波分析法等進(jìn)行了闡述和比較。接著就系統(tǒng)各模塊國(guó)內(nèi)外研究現(xiàn)狀做了概述。 在總結(jié)前人研究成果的基礎(chǔ)上，針對(duì)人臉表情識(shí)別技術(shù)的特殊性和困難所在，本文提出了一些較為有效的算法并進(jìn)行了實(shí)驗(yàn)，主要研究?jī)?nèi)容包括以下幾個(gè)方面： (1)人臉檢測(cè)與跟蹤：研究并介紹了三類(lèi)典型的人臉檢測(cè)方法，通過(guò)實(shí)驗(yàn)驗(yàn)證了各算法的優(yōu)缺點(diǎn)。針對(duì)系統(tǒng)的實(shí)時(shí)性要求，在跟蹤部分，使用卡爾曼濾波器進(jìn)行預(yù)測(cè)，以準(zhǔn)確地跟

3、蹤人臉的核心區(qū)域(雙眼、嘴部)。實(shí)驗(yàn)結(jié)果表明跟蹤效果是準(zhǔn)確的。 (2)表情特征提?。禾岢隽嘶诰植繀?shù)運(yùn)動(dòng)模型的表情特征提取的方法，主要研究了臉部各特征的局部參數(shù)運(yùn)動(dòng)模型及特征點(diǎn)的跟蹤方法。根據(jù)基于灰度一致性假設(shè)建立相鄰幀間區(qū)域的對(duì)應(yīng)關(guān)系，并采用非線性優(yōu)化理論進(jìn)行參數(shù)估計(jì)。 (3)表情自動(dòng)分類(lèi)：研究了BP網(wǎng)絡(luò)的模型結(jié)構(gòu)、誤差的反向傳播學(xué)習(xí)算法及對(duì)算法做了一些改進(jìn)。根據(jù)基本表情與面部器官變化的對(duì)應(yīng)關(guān)系表和基于局部參數(shù)運(yùn)動(dòng)模