基于壓縮感知和支持向量機(jī)的人臉表情識(shí)別.pdf

1、人臉表情識(shí)別以數(shù)字圖像處理、模式識(shí)別以及計(jì)算機(jī)視覺(jué)等學(xué)科為基礎(chǔ),在人機(jī)交互、機(jī)器智能上有著重要的應(yīng)用。但現(xiàn)階段成功的商用實(shí)例比較少,這主要是由于現(xiàn)階段人臉表情識(shí)別還處在發(fā)展過(guò)程中,相關(guān)的理論和算法還需要進(jìn)一步的研究過(guò)程。但是其在醫(yī)療、安全、公共服務(wù)等方面將會(huì)有著廣泛的應(yīng)用前景,必將給人們的生活帶來(lái)一場(chǎng)新的革命。
　　本文使用壓縮感知和支持向量機(jī)兩種理論方法來(lái)進(jìn)行人臉表情識(shí)別。壓縮感知理論指出,若信號(hào)可以在某個(gè)合適的基或字典的表示下

2、被稀疏表示,則其可以只用少量的非零大系數(shù)表示,并且可以利用這些值按照某種算法分類(lèi)或者重構(gòu)原信號(hào)。支持向量機(jī)理論以統(tǒng)計(jì)學(xué)習(xí)理論為基礎(chǔ),對(duì)于小樣本、非線(xiàn)性、高維的分類(lèi)問(wèn)題具有較好的效果。以這兩種理論方法為基礎(chǔ),本論文開(kāi)展了以下工作:
　　1.本論文以常見(jiàn)的人臉表情數(shù)據(jù)庫(kù)為基礎(chǔ)來(lái)進(jìn)行人臉表情的識(shí)別實(shí)驗(yàn)。實(shí)驗(yàn)中使用了 JAFFE、CAS-PEAL、Cohn-Kanada三個(gè)人臉表情數(shù)據(jù)庫(kù)中880張圖像樣本。在對(duì)樣本進(jìn)行了幾何預(yù)處理和灰度預(yù)

3、處理后,用于人臉表情的特征提取。
　　2.使用壓縮感知來(lái)進(jìn)行人臉表情圖像樣本的特征提取。壓縮感知的前提是信號(hào)的稀疏性,這個(gè)特性可以讓信號(hào)利用冗余字典得到稀疏表示。然后利用隨機(jī)測(cè)量矩陣對(duì)稀疏表示后的信號(hào)進(jìn)行觀(guān)測(cè),得到測(cè)量值。用得到的測(cè)量值構(gòu)成特征向量,并對(duì)其進(jìn)行歸一化,作為支持向量機(jī)的分類(lèi)依據(jù)。
　　3.使用支持向量機(jī)進(jìn)行人臉表情識(shí)別。通過(guò)不同的實(shí)驗(yàn)探討了特征值數(shù)量、核函數(shù)、參數(shù)優(yōu)化以及分類(lèi)類(lèi)別數(shù)對(duì)分類(lèi)準(zhǔn)確率的影響,從而找到人