基于光流和多HSMMs的容忍遮擋的面部表情識別.pdf

1、近年來，隨著人們對人機(jī)交互興趣的增加，表情識別逐漸成為一個研究熱點。人臉表情識別是指利用計算機(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，實現(xiàn)人機(jī)之間更自然更智能化的交互。人臉表情識別的研究對于增強(qiáng)計算機(jī)的智能化和人性化，開發(fā)新型人機(jī)環(huán)境，以及推動心理學(xué)等學(xué)科的發(fā)展，有著重要的現(xiàn)實意義，并最終產(chǎn)生很大的經(jīng)濟(jì)效益和社會效益。 本文在綜合分析了以往的表情識別方法的基礎(chǔ)上，提出了基于小波變換和ICA相結(jié)合的特征提取方法，

2、并利用支持向量機(jī)來識別靜態(tài)表情圖像；研究了部分遮擋表情圖像序列識別方法，并提出了基于光流和多HSMMs的容忍遮擋的面部表情識別。具體內(nèi)容如下： (1)采用基于膚色和幾何特征的快速特征區(qū)域定位方法。人臉表情子區(qū)域的分割是帶有遮擋的人臉表情識別的重要步驟，其準(zhǔn)確性是表情識別系統(tǒng)的重要性能指標(biāo)。本文根據(jù)人臉的眼睛、鼻子、嘴等面部器官都是按一定的比例特征分布在人臉表面的特點，利用積分投影法定位出人的眼睛和嘴部。 (2)提出基于小

3、波變換和ICA相結(jié)合的特征提取方法。首先通過小波變換將當(dāng)前圖像分解成四個子圖像，其中一子圖像對應(yīng)原圖像的主體部分(低通部分)，其余三個子圖像對應(yīng)圖像的細(xì)節(jié)部分(高通部分)。采用ICA分別對每一子圖像進(jìn)行特征提取，得到的表情矢量與中性矢量的差值矢量作為特征矢量，在此基礎(chǔ)上使用支持向量機(jī)來分析各個子帶圖像的識別情況，并對各個子圖像所提取的特征進(jìn)行融合，將融合的結(jié)果作為特征矢量進(jìn)行識別。 (3)提出基于光流和多HSMMs的容忍遮擋的面

4、部表情識別方法，HSMM是一種帶駐留時間的隱馬爾可夫模型，該模型的每個狀態(tài)在每個時間間隔產(chǎn)生一系列的觀察值，且產(chǎn)生觀察值的個數(shù)由當(dāng)前狀態(tài)的駐留時間確定。用光流提取動態(tài)表情圖像的眼睛和嘴巴區(qū)域的特征，在識別階段，采用多HSMMs對無遮擋、眼部遮擋以及嘴巴遮擋這三種情況進(jìn)行識別。實驗表明，相比較于基于光流和多HMMs的表情識別，基于多HSMMs的方法對遮擋表情識別更具有魯棒性。 (4)采用面向?qū)ο蠹夹g(shù)設(shè)計并實現(xiàn)了人臉表情識別系統(tǒng)。該