面部表情識別系統(tǒng)中表情特征提取與識別算法的研究.pdf

1、人的面部表情含有豐富的人體行為信息，在人與人的交往中，面部表情是除了聲音以外的非常重要的通信方式，作為信息的載體，表情能夠傳達很多語音所不能傳達的信息。面部表情自動識別(AFEA)對人臉的表情信息進行特征提取分析，按照人的認識和思維方式加以歸類和理解，利用人類所具有的情感信息方面的先驗知識，使計算機進行聯(lián)想、思考及推理，進而從人臉信息中去分析理解人的情緒。一般而言，表情識別系統(tǒng)主要有三個基本組成部分：表情圖像的預處理、面部表情特征提取和

2、面部表情識別。 本文回顧了人臉表情識別的研究歷史和發(fā)展現狀，討論了現有的多種表情識別方法，并且從模式識別和統(tǒng)計學習的角度對人臉表情識別進行了研究。在小波提取特征的基礎上提出了一種差值模板匹配算法，在保證了準確率的前提下有效地減少了運算量。同時對主動形狀模型(ASM)進行研究，并應用于自動識別系統(tǒng)中。提出了一種基于支持向量機的人臉表情識別方法，構建了SVM多類分類器，并對不同的構建方法進行了比較，取得了較好的識別效果。此外還提出了