基于EHMM的表情識別研究.pdf

1、隨著計算機(jī)技術(shù)的飛速發(fā)展，人機(jī)交互方式正逐漸發(fā)生改變，強(qiáng)調(diào)“以人為本”、“自然和諧”的智能人機(jī)交互技術(shù)得到了廣泛關(guān)注。智能人機(jī)交互要求計算機(jī)不僅要能聽、看、說，還要具有理解、模仿和表達(dá)人類情感的能力。同時人機(jī)交互技術(shù)應(yīng)以人為本，簡單易用，使人可以用面部表情、語音、手勢、體勢、唇動等自然的方式與計算機(jī)進(jìn)行交互。表情識別技術(shù)是人機(jī)交互技術(shù)的重要分支，其實用化將從根本上改觀人機(jī)交互現(xiàn)狀，極大的增加人機(jī)交互過程中人的沉浸性體驗。表情識別的相關(guān)技

2、術(shù)涉及模式識別、圖像處理、情感計算等多個領(lǐng)域，是一個富有挑戰(zhàn)性的課題。
　　本文對表情識別的若干問題進(jìn)行深入研究，提出了Gabor小波特征與嵌入式隱馬爾科夫模型（EHMM）相結(jié)合的人臉表情識別方法。具體工作如下：圖像預(yù)處理方面，完成表情圖片灰度歸一化、人臉檢測、人眼定位、表情臉尺度歸一化相關(guān)工作；提出模板匹配法與灰度投影法相結(jié)合人眼定位算法，彌補(bǔ)兩者的不足，提高了人眼定位準(zhǔn)確度；同時本部分也給出了一種新的表情臉切分方法來實現(xiàn)表情臉

3、尺度歸一化。表情特征提取方面，基于Gabor小波對光照不敏感，能容忍一定程度圖像旋轉(zhuǎn)和變形的良好特性，表情信息使用8方向，5尺度的Gabor小波特征來表征。分類器識別方面，本文選用EHMM分類器完成表情識別，EHMM包含一個超級狀態(tài)集和相應(yīng)的一維HMM，它的兩層結(jié)構(gòu)可以很好的建模二維圖像數(shù)據(jù)。在表情EHMM結(jié)構(gòu)中，超級狀態(tài)集從垂直方向上建模表情信息，內(nèi)部HMM狀態(tài)集從水平方向上建模表情信息。
　　基于在JAFFE表情庫上的實驗和分