基于多特征集成和分級分類的圖像序列表情識別方法研究.pdf

1、人臉表情識別是指利用計算機分析特定人的臉部表情及變化，進而確定其內(nèi)心情緒或思想活動，實現(xiàn)人機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計算機的智能化和人性化，開發(fā)新型人機環(huán)境，以及推動心理學等學科的發(fā)展，有著重要的現(xiàn)實意義，并最終產(chǎn)生很大的經(jīng)濟效益和社會效益。 本文首先綜述課題的研究背景，并分析目前國內(nèi)外已提出的表情特征提取方法以及表情識別方法。在此基礎上，提出了基于多特征分類集成的表情識別方法和分級分類的圖像序列細微

2、表情識別方法，主要內(nèi)容如下： (1)提出了基于多特征分類集成的表情識別方法?？紤]到不同表情區(qū)域其特征體現(xiàn)方式的差異，該方法從人臉圖像中分三個區(qū)域提取不同的特征。對于眼睛眉毛區(qū)域和鼻子區(qū)域分別采用Gabor小波變換和2D-DCT提取紋理變化特征，對于嘴巴區(qū)域采用AAM提取形狀變化特征。借鑒Bagging思想，重復利用這三個區(qū)域特征訓練眼睛加鼻子、嘴巴加鼻子和眼睛加嘴巴三個離散HMM分量分類器，然后將它們組合起來形成強分類器，以此來

3、獲得更多的信息，增強圖像的分類能力。同時在表情樣本訓練時采用貢獻分析法分析確定三組復用特征對六種表情各自的貢獻權值；在分類識別階段，根據(jù)多特征投票法并結(jié)合訓練階段得到的權值獲得識別結(jié)果，實驗表明，該方法可提高表情識別率。 (2)提出了分級分類的圖像序列細微表情識別方法。在表情類別中，某些表情較為相似，難以區(qū)分，而某些表情之間差別較大，比較容易對它們進行分類。該方法將易混淆表情先歸為一類進行表情的粗分類，以便進一步考察類內(nèi)的表情之

4、間的細微差異，然后對類內(nèi)的表情選擇相應表情貢獻較大的特征子區(qū)域中的特征，進行表情細分類。在每級分類識別過程中，對每個區(qū)域采用離散HMM得出表情概率，最后采用在訓練階段得到的貢獻權值進行加權融合得到分類結(jié)果，實驗表明，該方法可較有效地區(qū)分細微表情。 (3)采用面向?qū)ο蟮脑O計方法，設計實現(xiàn)了基于圖像序列的人臉表情識別原型系統(tǒng)，該系統(tǒng)由基于多特征分類集成的表情識別原型子系統(tǒng)和分級分類的圖像序列細微表情識別子系統(tǒng)組成，可用于對圖像序列的