基于統(tǒng)計(jì)特征提取和粒子群優(yōu)化算法的人臉表情識(shí)別算法研究.pdf

1、隨著新信息技術(shù)和多媒體的發(fā)展，人機(jī)交互(human-computerinteraction)方式得到了本質(zhì)的改進(jìn)，它不再僅僅依賴于鍵盤、鼠標(biāo)和顯示器這些傳統(tǒng)的計(jì)算機(jī)外部設(shè)備，而是更多地基于多媒體方式如圖像和視頻，從而變得更加高效，界面也更加友好。表情是一種人類用以表達(dá)情感進(jìn)行交流的有效手段，使計(jì)算機(jī)能夠按照人類的思維方式認(rèn)知表情（人臉表情識(shí)別）成為人機(jī)交互的重要途徑。人臉表情識(shí)別是一個(gè)涉及心理學(xué)、生物信息科學(xué)、圖像處理、計(jì)算機(jī)視覺、模式

2、識(shí)別和機(jī)器學(xué)習(xí)等領(lǐng)域的交叉學(xué)科，自20世紀(jì)80年代問世以來受到了廣泛關(guān)注。
　　 由于人臉圖像非常復(fù)雜，表情識(shí)別需要排除位置、光照、角度和不同人臉特征的干擾，因此出現(xiàn)了大量人臉檢測(cè)和定位、表情特征提取和分類的經(jīng)典算法，也得到了比較理想的效果。本文在詳細(xì)研究這些算法的基礎(chǔ)上，結(jié)合數(shù)據(jù)優(yōu)化領(lǐng)域的粒子群優(yōu)化算法，提出了基于統(tǒng)計(jì)特征提取和優(yōu)化算法的人臉表情識(shí)別方法。本方法充分利用了小波變換多方向多分辨率的優(yōu)勢(shì)，統(tǒng)計(jì)特征提取算法較低的運(yùn)算

3、復(fù)雜度和粒子群優(yōu)化算法高效的優(yōu)化能力。
　　 本文以表情識(shí)別為研究對(duì)象，重點(diǎn)介紹表情特征的提取和優(yōu)化過程的理論。具體來講，主要包含如下幾方面的內(nèi)容:
　　 1.介紹課題背景和研究意義，簡(jiǎn)要描述計(jì)算機(jī)視覺、模式識(shí)別領(lǐng)域的基本理論和主要算法。同時(shí)介紹人臉表情識(shí)別技術(shù)的研究背景和發(fā)展現(xiàn)狀，進(jìn)一步分析表情識(shí)別系統(tǒng)的組成和各個(gè)部分的實(shí)現(xiàn)方法及其特點(diǎn)。
　　 2.在前述工作的基礎(chǔ)上，本文主要提出新型算法，具體來講就是首先使用

4、小波變換降低表情圖像的數(shù)據(jù)量，保留有益于表情識(shí)別的頻率成分，如臉部輪廓和眼、眉、鼻、口等表情特征部位的細(xì)節(jié)信息，然后運(yùn)用具有統(tǒng)計(jì)特性的分析方法--主成分分析和線性判別分析以及它們的二維擴(kuò)展對(duì)表情數(shù)據(jù)進(jìn)行降維和特征提取，進(jìn)一步使用粒子群優(yōu)化算法與它的改進(jìn)形式進(jìn)行特征優(yōu)化，去除表情識(shí)別不利因素的影響，最后按照所得表情特征使用最近鄰聚類方法對(duì)其進(jìn)行分類。在日本JAFEE表情庫(kù)上的仿真實(shí)驗(yàn)得到了較好的結(jié)果，相比其他方法能夠得到更好的識(shí)別效果