基于多類LDA的人臉表情識別研究.pdf

1、在人際交往中，面部表情是一種非常重要的信息交流方式，能夠傳達(dá)很多語言所不能傳達(dá)的信息，通過對人臉表情進(jìn)行識別可以獲取大量有價值的信息。在計算機視覺中，人臉表情識別就是利用計算機對人臉的表情信息進(jìn)行特征提取并分類的過程。它可令計算機根據(jù)人的表情信息推斷出人的情緒，從而實現(xiàn)人機的智能交互。人臉表情識別的應(yīng)用非常廣泛，例如人機交互、機器視覺、圖像處理與模式識別等領(lǐng)域都對人臉表情識別技術(shù)有很大的需求。鑒于人臉表情識別所具有的重要價值，本文對人臉

2、表情識別的具體理論進(jìn)行研究，創(chuàng)新之處有以下三點:
　　本文提出了一種有效的人臉表情特征提取方法，在傳統(tǒng)的局部二值模式(LBP)和中心對稱局部二值模式(CS-LBP)的基礎(chǔ)上進(jìn)行改進(jìn)，生成一種新的特征提取方法——斜對稱局部二值模式(SS-LBP)。實驗表明，SS-LBP在處理人臉表情圖像時成效顯著，非常有助于之后的特征降維和表情分類。
　　本文提出了一種新穎的不完全加權(quán)判別濾波器算法IWDF，先對傳統(tǒng)的加權(quán)線性判別分析(WLD

3、A)算法進(jìn)行改進(jìn)形成一種新的線性判別分析模式——不完全加權(quán)線性判別分析算法(IWLDA)，然后將基礎(chǔ)濾波器有效地融入到IWLDA算法中，通過對IWLDA算法進(jìn)行優(yōu)化訓(xùn)練出針對不同表情的六個不完全加權(quán)判別濾波器IWDF。而后從各種基礎(chǔ)濾波器中選出最適合融入IWLDA的點積濾波器，同時在各種不同的權(quán)重函數(shù)中選擇基于瑪氏距離的權(quán)重定義方式，最終組成最優(yōu)的IWDF。
　　本文在傳統(tǒng)的線性嶺回歸算法(LLR)的基礎(chǔ)上提出了一種加權(quán)線性嶺回歸