基于支持向量機的人臉表情識別研究.pdf

1、讓計算機擁有與人相同的智能是人類的一個夢想。除了邏輯思維，情感也是人類智能的一個部分，因而讓計算機理解人類的情感是實現(xiàn)夢想的第一步。表情是人與人傳遞情感的主要方式，表情識別便是理解情感的基礎(chǔ)。表情識別對多學科的交叉研究有著積極的促進作用，也在人機交互等領(lǐng)域有著廣泛的應用前景。
　　 論文對基于支持向量機的表情識別進行了研究，總結(jié)了表情識別研究的發(fā)展趨勢，深入分析了主動外觀模型等特征提取方法，引入混合蛙跳算法改進了支持向量機的訓練

2、算法，并通過研究支持向量機的模型、核函數(shù)和多分類算法，最終實現(xiàn)表情識別。
　　 論文的主要工作和創(chuàng)新點如下：
　　 (1)深入研究了由點分布模型發(fā)展起來的主動形狀模型(ASM)和主動外觀模型(AAM)的建模和搜索理論，并應用改進的AAM搜索算法實現(xiàn)了表情數(shù)據(jù)庫中人臉的搜索匹配，提取出表征人臉表情的特征參數(shù)，并應用PCA方法實現(xiàn)原始特征降維，取得用于表情分類的特征參數(shù)。
　　 (2)系統(tǒng)研究了統(tǒng)計學習理論及由此提出

3、的支持向量機分類算法，分析了支持向量機的幾種多分類算法，并通過實驗分析，提出了DDAG算法在表情識別中的具體實現(xiàn)方式。
　　 (3)研究了現(xiàn)有的支持向量機訓練算法，提出將混合蛙跳算法引入支持向量機的訓練。并針對混合蛙跳算的缺陷，提出改進，最后將改進的混合蛙跳算法應用于支持向量機的訓練，取得了良好的效果。
　　 (4)設(shè)計并實現(xiàn)了基于支持向量機的表情識別系統(tǒng)。首先通過網(wǎng)格搜索和交叉驗證方法優(yōu)化支持向量機模型和核函數(shù)的參數(shù)，