基于隱馬爾可夫模型的人臉表情識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、人臉表情識(shí)別技術(shù)是生物特征識(shí)別、情感計(jì)算、心理學(xué)、機(jī)器視覺(jué)等領(lǐng)域的一個(gè)極富挑戰(zhàn)性的交叉課題，是近年來(lái)的一個(gè)研究熱點(diǎn)。盡管人臉表情自動(dòng)識(shí)別技術(shù)在各種潛在應(yīng)用的推動(dòng)下發(fā)展很快，但到目前為止，要建立魯棒的實(shí)時(shí)人臉表情自動(dòng)識(shí)別系統(tǒng)還有許多難點(diǎn)問(wèn)題尚未解決。 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，本文研究了一些改進(jìn)算法并且進(jìn)行了實(shí)驗(yàn)，工作重點(diǎn)為以下幾個(gè)方面： (1)首先是人臉檢測(cè)，本文提出了一種基于色

2、彩空間轉(zhuǎn)換和亮度補(bǔ)償?shù)哪w色檢測(cè)算法，然后通過(guò)構(gòu)建眼、嘴模板來(lái)進(jìn)行人臉的特征點(diǎn)定位，以及獲得圖像中人臉?biāo)趨^(qū)域。實(shí)驗(yàn)結(jié)果表明該方法在時(shí)間效率和檢測(cè)率上都優(yōu)于單一策略的人臉檢測(cè)方法。 (2)分析了人臉表情特征及其選取原則，重點(diǎn)論述了紋理特征、特征點(diǎn)特征和密集點(diǎn)運(yùn)動(dòng)特征的提取方式。 (3)研究了基于混沌調(diào)制與相關(guān)檢測(cè)的人臉表情識(shí)別算法，該算法使用了混沌調(diào)制對(duì)圖像的記憶特性，對(duì)圖像特征數(shù)據(jù)進(jìn)行混沌調(diào)制進(jìn)而訓(xùn)練系統(tǒng)。檢測(cè)階段將待檢

3、測(cè)圖像的特征數(shù)據(jù)進(jìn)行相同的混沌調(diào)制和相關(guān)檢測(cè)。實(shí)驗(yàn)結(jié)果表明該方法對(duì)峰值表情有較高的識(shí)別率。研究隱馬爾可夫模型(Hidden Markov Models，HMM)在人臉表情識(shí)別中的應(yīng)用，設(shè)計(jì)了基于HMM的人臉表情識(shí)別算法。 (4)針對(duì)目前人臉表情劃分的不足，嘗試了基于人臉活動(dòng)編碼系統(tǒng)(Facial Action Coding System，F(xiàn)ACS)的精細(xì)人臉表情編碼方法和使用表情濾波器的表情分解方法。 (5)利用圖像處理