基于多尺度局部Gabor二值模式復(fù)合特征的人臉表情識(shí)別的研究.pdf

1、人臉表情識(shí)別是一個(gè)極具挑戰(zhàn)性和深遠(yuǎn)意義的科研課題,它不僅涉及模式識(shí)別、計(jì)算機(jī)視覺(jué)、計(jì)算機(jī)圖形學(xué)領(lǐng)域,還與心理學(xué)、生理學(xué)等領(lǐng)域相關(guān),具有廣泛的應(yīng)用前景。隨著計(jì)算機(jī)性能的不斷提高和數(shù)字圖像獲取的廉價(jià)化,近些年人臉表情識(shí)別飛速發(fā)展,其中,很多的相關(guān)應(yīng)用研究都要求能夠基于單幅靜態(tài)圖像分類識(shí)別人臉表情。因?yàn)閯?dòng)態(tài)視頻序列包含多幀圖像,信息量較為豐富,而單幅靜態(tài)圖像含有的信息量則要少很多,因此基于后者的表情分類識(shí)別也更為復(fù)雜。為了能夠在單幅靜態(tài)圖像的

2、表情分別識(shí)別中取得更高的識(shí)別準(zhǔn)確率,本為提出了基于多尺度局部Gabor二值模式復(fù)合特征的人臉表情識(shí)別算法。論文的主要工作如下:
　　(1)在人臉檢測(cè)與定位環(huán)節(jié),本文采用了基于Haar-Like特征值和Adaboost學(xué)習(xí)算法的人臉圖像分割算法。
　　(2)在圖像預(yù)處理環(huán)節(jié),對(duì)上一步輸出的面部表情區(qū)域進(jìn)行了尺寸歸一化、去除噪聲和灰度均衡化等預(yù)處理操作,而后通過(guò)交互的方法標(biāo)注出主要的人臉面部表情區(qū)域,為之后的特征提取和分類識(shí)別工

3、作奠定好基礎(chǔ)。
　　(3)在特征提取環(huán)節(jié),本文將具有多分辨表征能力的二維Gabor變化與具有局部描繪能力的MS-LBP算子相結(jié)合,提出了多尺度局部Gabor二值模式復(fù)合特征(MS-LGBP),意在多個(gè)尺度下進(jìn)行特征提取,將有限的特征發(fā)揮到極致。
　　(4)在表情分類識(shí)別環(huán)節(jié),本文使用基于BP神經(jīng)網(wǎng)絡(luò)的分類器,并在JAFFE表情數(shù)據(jù)庫(kù)上進(jìn)行了兩種類型的實(shí)驗(yàn),并且對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行了詳細(xì)的分析。最后驗(yàn)證了本文提出的MS-LGBP復(fù)合