基于人臉表情識(shí)別的情感研究.pdf

1、隨著人工智能的不斷發(fā)展,人們?cè)絹?lái)越希望在人機(jī)交互過(guò)程中,計(jì)算機(jī)能夠擁有情感。而人臉表情識(shí)別是情感計(jì)算、智能人機(jī)交互的重要組成部分,涉及到計(jì)算機(jī)視覺(jué)、模式識(shí)別、心理學(xué)等相關(guān)領(lǐng)域。本文對(duì)計(jì)算機(jī)自動(dòng)表情識(shí)別作了一定的研究,提出了由自組織理論方程描述的情緒模型。主要工作如下:
　　 (1)研究了均勻模式LBP算子和旋轉(zhuǎn)不變LBP算子,分析了均勻模式LBP算子不同采樣點(diǎn)半徑、不同采樣點(diǎn)的特性,比較了基于LBPu28,1,LBPu28,2兩

2、種算子作用于人臉表情特征形成的性能。改進(jìn)了LBP算法中的符號(hào)函數(shù),提出了一種將圖像由粗略到精細(xì),局部結(jié)合整體的直方圖提取方法,能有效包含表情的紋理信息。
　　 (2)研究了局部保全投影(LPP)算法,將提取得到的直方圖降維到LPP空間,識(shí)別過(guò)程簡(jiǎn)單而且只需要在低維空間計(jì)算,大大減少運(yùn)算時(shí)間。比較了不同內(nèi)積核函數(shù)的SVM方法,實(shí)驗(yàn)得出徑向基函數(shù)效果最好。同時(shí)構(gòu)造了15個(gè)一對(duì)一SVM分類器對(duì)表情結(jié)果分類,實(shí)驗(yàn)證明結(jié)合了LBP算子和L

3、PP降維的方法要優(yōu)于Gabor濾波和傳統(tǒng)LBP直方圖相交法。
　　 (3)情感模型是實(shí)現(xiàn)有效人機(jī)交互的關(guān)鍵組成部分。在建立模型的過(guò)程中,研究了基本情緒理論以及自組織理論結(jié)構(gòu),提出了結(jié)合個(gè)性、心境和需求的數(shù)值化描述方法,并實(shí)驗(yàn)仿真了基本情緒、復(fù)合情緒和內(nèi)驅(qū)力之間的關(guān)聯(lián)以及情緒的衰減。
　　 (4)設(shè)計(jì)了一個(gè)人機(jī)情感交互的程序,通過(guò)ASR機(jī)器人來(lái)驗(yàn)證人臉表情識(shí)別,在不同的人臉表情庫(kù)上對(duì)比識(shí)別效果。同時(shí)融合情感模型,模擬了情感