人臉表情識(shí)別的算法研究.pdf

1、人臉表情識(shí)別是當(dāng)前國(guó)內(nèi)外模式識(shí)別和人工智能研究領(lǐng)域的一個(gè)熱點(diǎn)課題。表情識(shí)別作為情感計(jì)算研究的重要組成部分，可以有效地促進(jìn)人機(jī)交互智能系統(tǒng)的發(fā)展；也可以為動(dòng)畫(huà)表情的合成、人臉識(shí)別等領(lǐng)域的研究提供理論基礎(chǔ)。
　　如何從靜態(tài)圖像以及視頻序列中獲得更加準(zhǔn)確和魯棒性的人臉表情識(shí)別效果是表情識(shí)別研究的最終目標(biāo)。在靜態(tài)圖像方面，現(xiàn)有識(shí)別方法提取的表情特征不夠豐富，對(duì)非特定人臉的表情識(shí)別效果并不理想；在視頻序列方面，當(dāng)前的方法大多數(shù)只考慮了光流運(yùn)

2、動(dòng)特征，而忽略了靜態(tài)表情特征，因而識(shí)別效果也不穩(wěn)定。本文根據(jù)當(dāng)前的研究現(xiàn)狀，分別從這兩方面對(duì)表情識(shí)別的算法進(jìn)行了改進(jìn)。
　　本文具體工作如下：首先，在基于靜態(tài)圖像的表情識(shí)別中，利用二維主成分分法析法2DPCA以及主成分分析法PCA對(duì)特征提取算法進(jìn)行了改進(jìn)；其次，在基于視頻序列的表情識(shí)別中，利用金字塔光流法計(jì)算光流特征，并將光流特征和2DPCA主成分特征聯(lián)合起來(lái)進(jìn)行表情識(shí)別。并且文中采用了適用于小樣本分類(lèi)的支持向量機(jī)SVM分類(lèi)器進(jìn)行