基于改進(jìn)ODP和Gabor小波相結(jié)合的表情識(shí)別.pdf

1、人臉表情識(shí)別是指利用計(jì)算機(jī)分析特定人的臉部表情及變化，進(jìn)而確定其內(nèi)心情緒或思想活動(dòng)，實(shí)現(xiàn)人機(jī)之間更自然更智能化的交互。其研究對(duì)于增強(qiáng)計(jì)算機(jī)的智能化和人性化，開發(fā)新型人機(jī)環(huán)境，以及推動(dòng)心理學(xué)等學(xué)科的發(fā)展，有著重要的現(xiàn)實(shí)意義，并最終產(chǎn)生巨大的經(jīng)濟(jì)效益和社會(huì)效益。
　　 本文在綜合分析以往的表情識(shí)別方法的基礎(chǔ)上，提出基于改進(jìn)ODP與尺度優(yōu)選的Gabor小波相結(jié)合的部分遮擋表情識(shí)別方法，主要內(nèi)容如下：
　　 (1)根據(jù)不同表情的

2、特點(diǎn)，結(jié)合心理學(xué)、生物學(xué)知識(shí)，在表情空間模型的基礎(chǔ)上，提出基于改進(jìn)的最佳判別面的表情粗分類方法。該方法改進(jìn)ODP的類間散度矩陣，以解決ODP中的秩限制問題；求解特征向量的正交向量，構(gòu)成改進(jìn)的最佳判別面，并將兩類問題擴(kuò)展到多類問題；以最佳判別面為投影空間，對(duì)標(biāo)準(zhǔn)化的表情圖像進(jìn)行投影，將六種基本表情分為四大類：高興、驚訝、恐懼和易混淆表情(厭惡、生氣、悲傷)。
　　 (2)深入研究Gabor小波的尺度、人臉特征區(qū)域(主要是眼部區(qū)域和

3、嘴部區(qū)域)、易混淆表情之間的關(guān)系，針對(duì)易混淆表情采用尺度優(yōu)選的Gabor小波變換提取特征。首先根據(jù)面部器官“三庭五眼”的標(biāo)準(zhǔn)，利用積分投影法定位出人臉的眼部和嘴部特征區(qū)。分別對(duì)眼部和嘴部進(jìn)行尺度優(yōu)選的Gabor小波變換，并對(duì)提取的特征加權(quán)處理，構(gòu)成表情圖像的基本特征。該方法可有效地提取表情的細(xì)節(jié)特征并可解決常規(guī)Gabor小波變換特征維數(shù)過高問題。
　　 (3)針對(duì)目前表情識(shí)別中眼部因頭發(fā)、帽子等物體而存在部分遮擋的問題，提出一種

4、基于對(duì)稱變換的眼部遮擋處理方法。該方法針對(duì)二值化的人臉表情圖像，參照人臉幾何特征對(duì)眼部區(qū)域進(jìn)行垂直積分投影，并通過中心線檢測(cè)算法，確定人臉的中心線并判斷是否存在遮擋。對(duì)于不可容忍的遮擋，進(jìn)行對(duì)稱變換處理以修復(fù)表情圖像。實(shí)驗(yàn)表明，該方法可有效提高部分遮擋人臉表情的識(shí)別效果，并可容忍頭部在一定范圍內(nèi)的偏轉(zhuǎn)。
　　 (4)采用面向?qū)ο蠹夹g(shù)設(shè)計(jì)并實(shí)現(xiàn)了人臉表情識(shí)別系統(tǒng)。該系統(tǒng)由表情圖像預(yù)處理，表情特征提取，表情分類識(shí)別三個(gè)模塊組成，以驗(yàn)