基于Gabor小波特征的人臉表情識(shí)別研究.pdf

1、人臉表情識(shí)別是模式識(shí)別、情感計(jì)算、心理學(xué)、機(jī)器視覺(jué)等研究領(lǐng)域的一個(gè)極富挑戰(zhàn)性的交叉學(xué)科課題，是近年來(lái)的一個(gè)研究熱點(diǎn)，目標(biāo)是設(shè)計(jì)出具有情感反饋的人機(jī)交互環(huán)境，并最終實(shí)現(xiàn)人與計(jì)算機(jī)的情感交互。
　　 在情感識(shí)別中，表情分類的準(zhǔn)確性很大程度上依賴于所提取特征的有效性，因而表情特征的提取和有效選擇是實(shí)現(xiàn)表情分類的一個(gè)關(guān)鍵步驟。分類識(shí)別方法的好壞直接決定了表情識(shí)別的效率高低，同樣是表情識(shí)別系統(tǒng)的關(guān)鍵所在。
　　 在總結(jié)前人研究工作

2、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，本文分別對(duì)人臉表情識(shí)別中的面部特征提取、特征融合和識(shí)別方法進(jìn)行了研究。主要的研究?jī)?nèi)容包括以下幾個(gè)方面：
　　 (1)針對(duì)Gabor小波特征，提出了一種表情識(shí)別新方法。該方法首先對(duì)靜態(tài)灰度表情圖片進(jìn)行預(yù)處理，然后對(duì)其進(jìn)行Gabor小波變換，通過(guò)2DPCA進(jìn)行降維，根據(jù)Gabor不同尺度不同方向的變換結(jié)果訓(xùn)練不同的分類器，由校驗(yàn)集得到分類器權(quán)值，通過(guò)隸屬度函數(shù)將各個(gè)分類結(jié)果模糊化，實(shí)

3、現(xiàn)了分類器集成和表情特征數(shù)據(jù)的融合。實(shí)驗(yàn)結(jié)果驗(yàn)證了Gabor小波與2DPCA結(jié)合在表情識(shí)別中的有效性，以及基于Gabor小波模糊分類器集成的方法能夠進(jìn)一步提高識(shí)別率。
　　 (2)基于信息融合理論和線性鑒別分析，提出了一種改進(jìn)的最大散度差鑒別分析方法，并把該方法應(yīng)用于人臉表情識(shí)別中的并行特征融合。該方法首先將不同表征下的人臉表情特征利用復(fù)向量組合起來(lái)，構(gòu)成復(fù)特征向量，然后利用具有不同權(quán)重的最大散度差鑒別分析進(jìn)行進(jìn)一步的復(fù)特征提取