基于流形學(xué)習(xí)算法的人臉表情識(shí)別研究.pdf

1、表情作為人類(lèi)情感表達(dá)最直接最基本的交流方式，在非語(yǔ)言交流當(dāng)中是一種十分有效的表達(dá)方式。表情不光可以直接而又準(zhǔn)確的呈現(xiàn)個(gè)人的思緒情感，同時(shí)可以根據(jù)對(duì)方的表情來(lái)判斷他人的內(nèi)心情感狀態(tài)。因此，表情也成為最豐富的肢體語(yǔ)言之一參與人類(lèi)的各類(lèi)活動(dòng)。如果計(jì)算機(jī)和智能機(jī)器人能夠像人類(lèi)一樣具有情感理解與表達(dá)的能力，這將從根本上將人機(jī)交互的水平提高到一個(gè)更高的層次，從而使計(jì)算機(jī)更好地為人類(lèi)服務(wù)。
　　 隨著近些年來(lái)對(duì)人臉檢測(cè)、跟蹤及人臉識(shí)別技術(shù)研究

2、的不斷深入完善，人臉表情識(shí)別的研究已經(jīng)逐漸成為模式識(shí)別與人工智能領(lǐng)域的研究熱點(diǎn)。當(dāng)前對(duì)于表情識(shí)別技術(shù)尚在不斷的研究當(dāng)中，還有許多亟待解決的問(wèn)題需要進(jìn)一步深入研究。比如如何精確的提取面部的關(guān)鍵表情特征；如何最大限度的降低表情特征中的高維冗余信息；如何精確的對(duì)表情進(jìn)行估計(jì)及其分類(lèi)；以及如何進(jìn)行多學(xué)科融合對(duì)表情進(jìn)行多點(diǎn)分析等等。
　　 本文系統(tǒng)的研究了人臉表情識(shí)別技術(shù)在國(guó)內(nèi)外的研究現(xiàn)狀及在應(yīng)用當(dāng)中存在的一些問(wèn)題，并對(duì)其中一些關(guān)鍵問(wèn)題提

3、出了解決方法，主要研究工作包括：
　　 (1)在人臉表情預(yù)處理當(dāng)中，對(duì)于表情的獲取及定位，提出了基于雙閾值的級(jí)聯(lián)分類(lèi)器的加速算法進(jìn)行人臉檢測(cè)，并應(yīng)用AdaBoost算法進(jìn)行人眼定位。這很大的提高了后期對(duì)表情進(jìn)行識(shí)別分類(lèi)的精度，在表情預(yù)處理階段打下了一個(gè)很好的基礎(chǔ)。
　　 (2)以人臉表情的關(guān)鍵特征的貢獻(xiàn)率為基礎(chǔ)，提取了對(duì)表情識(shí)別最為關(guān)鍵的Gabor小波敏感特征信息，在減小后期處理冗余度的同時(shí)選擇具有最大信息量的表情特征，