基于改進光流和HMM的人臉表情識別研究.pdf

1、計算機人臉表情識別是利用計算機對人臉的表情信息進行特征提取分析，按照人的認識和思維方式加以歸類和理解，結合人臉所具有的感情信息方面的知識使計算機進行聯想、思考及推理，進而從人臉信息中去分析理解人的情緒。近年來，隨著人們對人機交互興趣的增加，表情識別逐漸成為研究的熱點。
　　 本文在分析總結國內外心理學和計算機領域關于人臉表情識別研究工作的基礎上，提出一種改進的基于光流和隱馬爾可夫模型的人臉表情識別算法，在一定程度上更真實地反映了

2、人臉表情變化的特征和情緒心理。主要成果如下：
　　 針對目前廣泛使用的光流法計算耗時嚴重問題，提出了基于差分圖像絕對值和(SAD)與光流法相結合的方法，通過計算SAD檢測出運動區(qū)域，在已確定的運動區(qū)域內進行光流場計算，準確地計算出人臉表情運動信息。
　　 利用數據挖掘中的屬性相關分析對標定人臉特征的多個子區(qū)域進行相關性分析，得到了子區(qū)域的區(qū)分度強弱順序，便于在表情識別過程中有選擇的使用。
　　 由于面部表情運動是

3、一個非剛體運動，容易產生形變，因此傳統(tǒng)光流法計算不準確。為此，本文通過引入div-curl樣條函數作為擴展光流約束方程的附件約束條件，推導了非剛體光流算法，最后將該算法用于人臉表情特征提取。
　　 當前多數圖像序列的表情識別方法僅提取圖像的某一類特征，導致特征參數不能全面地反映臉部情感信息，本文采用基于混合特征的圖像序列表情識別方法。分別提取各個子區(qū)域的變化特征然后對每種表情的貢獻權值進行加權融合。
　　 在序列表情圖像