基于視頻流的人臉表情識(shí)別技術(shù)研究.pdf

1、近年來，隨著人臉表情識(shí)別理論研究的深入和人機(jī)交互技術(shù)的發(fā)展，基于視頻流的人臉表情識(shí)別技術(shù)已成為現(xiàn)階段計(jì)算機(jī)視覺領(lǐng)域的一個(gè)研究熱點(diǎn)。本文對(duì)人臉表情識(shí)別技術(shù)進(jìn)行深入研究，結(jié)合當(dāng)前人臉表情識(shí)別領(lǐng)域中的經(jīng)典算法，提出了基于二維Gabor小波變換與分類樹相結(jié)合的人臉表情識(shí)別方法。
　　本文首先使用基于Haar特征與級(jí)聯(lián)的Boosted機(jī)器學(xué)習(xí)相結(jié)合的方法進(jìn)行人臉檢測(cè)；利用視頻流中圖像序列的相關(guān)性，提出了一種視頻序列中減少檢測(cè)區(qū)域的人臉檢測(cè)算

2、法。接著采用二維Gabor小波變換對(duì)網(wǎng)格化的人臉表情圖像進(jìn)行處理，表情圖像的所有子網(wǎng)格經(jīng)過Gabor小波變換得到的特征矢量組合在一起，作為該表情圖像的特征矢量；對(duì)于某些易混淆的表情(厭惡、生氣、悲傷)，提出了一種基于頻率優(yōu)選的Gabor小波變換的特征提取方法。然后根據(jù)分類樹的方法，對(duì)七種基本表情進(jìn)行分類，把表情分類過程分為多級(jí)，在每級(jí)分類中采用彈性模板匹配和加權(quán)的K近鄰(Weight K-Nearest Neighbor，WKNN)分類