基于流行學(xué)習(xí)的人臉表情識(shí)別研究.pdf

1、人臉表情是進(jìn)行交往和表達(dá)情緒的一種重要手段,不經(jīng)過(guò)特殊訓(xùn)練,人類對(duì)其面部表情往往很難掩飾,所以,通過(guò)對(duì)人臉表情進(jìn)行分析,可以獲得重要的信息。人臉表情識(shí)別是人機(jī)交互的智能化實(shí)現(xiàn)的一個(gè)重要組成部分,也是模式識(shí)別、圖像處理領(lǐng)域的一個(gè)重要研究課題,近幾年來(lái),受到了越來(lái)越多的科研人員的關(guān)注。本文以非動(dòng)態(tài)的人臉表情圖像為研究對(duì)象,研究了人臉圖像人臉定位、局部器官定位和局部特征提取、并深入研究了基于流形學(xué)習(xí)的人臉表情識(shí)別。
　　本論文的主要研究

2、工作為:
　　1)在閱讀了大量的國(guó)內(nèi)外人臉表情識(shí)別相關(guān)的文獻(xiàn)、資料基礎(chǔ)上,對(duì)人臉表情識(shí)別的發(fā)展現(xiàn)狀和存在的問(wèn)題進(jìn)行了概括,對(duì)于人臉表情識(shí)別系統(tǒng)中關(guān)鍵步驟如人臉局部分割、特征提取、特征降維等相關(guān)算法進(jìn)行了概述,并詳細(xì)了解了流形學(xué)習(xí)算法的研究背景和發(fā)展現(xiàn)狀。
　　2)研究了人臉定位和局部表情特征提取?；贏daBoost算法實(shí)現(xiàn)人臉定位?；诜e分投影方法實(shí)現(xiàn)人臉中嘴巴、鼻子、眼睛、眉毛等局部區(qū)域的分割,然后分別采用LBP方法和G

3、abor小波算法提取局部特征。其中對(duì)于人臉定位和局部表情特征提取的效果進(jìn)行了實(shí)驗(yàn)驗(yàn)證。
　　3)對(duì)兩種常用的線性降維算法:主成分分析(PCA)和線性描述分析(LDA)及非線性降維算法中三種具有代表性的算法:等距離映射(ISOMAP)、局部線性嵌入(LLE)和局部切空間排列(LTSA)進(jìn)行了理論分析和實(shí)驗(yàn)比較。實(shí)驗(yàn)的內(nèi)容包括人造數(shù)據(jù)驗(yàn)證低維嵌入效果和人臉表情庫(kù)數(shù)據(jù)中的表情識(shí)別率的對(duì)比。實(shí)驗(yàn)結(jié)果表明LTSA算法相對(duì)于其他算法具有一定的