基于稀疏表示的低分辨率人臉疲勞表情識(shí)別.pdf

1、人臉疲勞表情識(shí)別是計(jì)算機(jī)視覺中極具實(shí)用價(jià)值和挑戰(zhàn)性的課題。怎樣讓機(jī)器自動(dòng)準(zhǔn)確以及高效地識(shí)別人類的疲勞狀態(tài)吸引了非常多的科研人員對(duì)其進(jìn)行研究和探索。雖然各大科研機(jī)構(gòu)和專家學(xué)者對(duì)人臉疲勞表情進(jìn)行了多年的研究和探索，也取得了很多科研成果。但是在基于計(jì)算機(jī)視覺的疲勞表情研究中，目前研究存在的最主要問題是:判斷人臉疲勞狀態(tài)的指標(biāo)特征過于簡單，大多是以統(tǒng)計(jì)為主，主要局限在人臉的眼睛和嘴巴等特征上，并沒有充分有效地利用人臉面部表情中所包含的各種有效地

2、人臉疲勞狀態(tài)信息。同時(shí)光照，噪聲，以及人臉微變形對(duì)人臉疲勞表情狀態(tài)識(shí)別影響比較大。如果能進(jìn)一步地對(duì)人臉疲勞狀態(tài)時(shí)的整個(gè)面部表情信息進(jìn)行充分地挖掘，充實(shí)疲勞狀態(tài)特征空間，模擬人類對(duì)人臉疲勞表情的認(rèn)識(shí)過程，那么就可以有效提高檢測(cè)精度。在分析和總結(jié)了前人基于視覺的疲勞表情識(shí)別基礎(chǔ)上，本文主要研究怎樣利用稀疏表示分類方法來對(duì)低分辨的人臉疲勞表情狀態(tài)進(jìn)行辨別。為了能夠有效地提高低分辨率人臉疲勞表情狀態(tài)地判別能力和識(shí)別效果,提出了一種基于稀疏表示分

3、類的低分辨率人臉疲勞表情狀態(tài)的識(shí)別方法。并且為了進(jìn)一步降低光照，噪聲，以及人臉微變形對(duì)人臉疲勞表情狀態(tài)識(shí)別的影響，本文將PCA(主成分分析)，Gabor等人臉表情識(shí)別中經(jīng)常使用的特征提取法與稀疏表示方法有機(jī)地結(jié)合起來。具體地來說，本文研究內(nèi)容和創(chuàng)新點(diǎn)如下：
　?。?）因?yàn)槿四樒诒砬楸憩F(xiàn)形式多種多樣。本文通過和專家合作分析人臉疲勞表情的共有特征。將靜態(tài)圖像中疲勞表情的狀態(tài)特征以及人臉疲勞發(fā)生的的生理機(jī)理與國際上公認(rèn)的面部編碼系統(tǒng)(

4、FACS)相結(jié)合，定性地將人臉疲勞表情狀態(tài)分為清醒狀態(tài)，疲勞狀態(tài)，嚴(yán)重疲勞狀態(tài)三大類，并且提供了對(duì)疲勞狀態(tài)評(píng)判分類的客觀評(píng)價(jià)標(biāo)準(zhǔn)。
　?。?）在國際上，雖然擁有比較健全的人臉庫，但目前并沒有存在有效公認(rèn)的疲勞表情圖像庫。為了驗(yàn)證和測(cè)試本文方法的有效性性，本文采用了肯德爾和諧系數(shù)可信度法建立了可信度高的低分辨率人臉疲勞表情庫TIREDFACE。
　?。?）將稀疏表示理論應(yīng)用于人臉疲勞表情狀態(tài)識(shí)別中，提出了一種基于稀疏表示分類的

5、低分辨率人臉疲勞狀態(tài)的判別方法。通過對(duì)疲勞表情庫TIREDFACE中的低分辨率樣本疲勞表情進(jìn)行稀疏表示后,再利用相關(guān)的壓縮感知理論，找到測(cè)試樣本中的最稀疏解,最后通過求得的最稀疏解實(shí)現(xiàn)了對(duì)低分辨率人臉疲勞表情狀態(tài)的分類和識(shí)別。
　　（4）本文將PCA，Gabor等人臉疲勞表情判別中經(jīng)常使用的特征提取法與稀疏表示分類法相結(jié)合，進(jìn)一步地減少了光照，噪聲圖像，以及人臉微變形對(duì)人臉疲勞表情狀態(tài)識(shí)別的影響，提高了基于稀疏表示分類人臉疲勞表情