基于稀疏表示的低分辨率人臉疲勞表情識別.pdf

1、人臉疲勞表情識別是計算機視覺中極具實用價值和挑戰(zhàn)性的課題。怎樣讓機器自動準確以及高效地識別人類的疲勞狀態(tài)吸引了非常多的科研人員對其進行研究和探索。雖然各大科研機構(gòu)和專家學者對人臉疲勞表情進行了多年的研究和探索，也取得了很多科研成果。但是在基于計算機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)的指標特征過于簡單，大多是以統(tǒng)計為主，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。同時光照，噪聲，以及人臉微變形對人臉疲勞表情狀態(tài)識別影響比較大。如果能進一步地對人臉疲勞狀態(tài)時的整個面部表情信息進行充分地挖掘，充實疲勞狀態(tài)特征空間，模擬人類對人臉疲勞表情的認識過程，那么就可以有效提高檢測精度。在分析和總結(jié)了前人基于視覺的疲勞表情識別基礎(chǔ)上，本文主要研究怎樣利用稀疏表示分類方法來對低分辨的人臉疲勞表情狀態(tài)進行辨別。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)的識別方法。并且為了進一步降低光照，噪聲，以及人臉微變形對人臉疲勞表情狀態(tài)識別的影響，本文將PCA(主成分分析)，Gabor等人臉表情識別中經(jīng)常使用的特征提取法與稀疏表示方法有機地結(jié)合起來。具體地來說，本文研究內(nèi)容和創(chuàng)新點如下：
　?。?）因為人臉疲勞表情表現(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)生的的生理機理與國際上公認的面部編碼系統(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)，嚴重疲勞狀態(tài)三大類，并且提供了對疲勞狀態(tài)評判分類的客觀評價標準。
　?。?）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的疲勞表情圖像庫。為了驗證和測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。
　?。?）將稀疏表示理論應用于人臉疲勞表情狀態(tài)識別中，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。通過對疲勞表情庫TIREDFACE中的低分辨率樣本疲勞表情進行稀疏表示后,再利用相關(guān)的壓縮感知理論，找到測試樣本中的最稀疏解,最后通過求得的最稀疏解實現(xiàn)了對低分辨率人臉疲勞表情狀態(tài)的分類和識別。
　?。?）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，進一步地減少了光照，噪聲圖像，以及人臉微變形對人臉疲勞表情狀態(tài)識別的影響，提高了基于稀疏表示分類人臉疲勞表情