基于灰度差投影與貝葉斯分類器的表情識別研究.pdf

1、人臉表情識別研究近年來取得了很大的研究成果，目前國內(nèi)外多所大學(xué)和研究機構(gòu)已經(jīng)研制出一些簡單的人臉表情識別系統(tǒng)原型，其中一些人臉表情分析技術(shù)已經(jīng)在監(jiān)控中投入應(yīng)用。但由于影響人臉表情識別性能的因素很多，包括環(huán)境的復(fù)雜程度、光照的強弱程度、年齡大小、姿態(tài)正面或者側(cè)面、圖像分辨率和成像噪聲等因素，對表情識別率的提高仍有很大限制，在圖像定位的精確度和識別率方面有待提高。
　　 本文根據(jù)當(dāng)前研究現(xiàn)狀，以降低表情識別的時間復(fù)雜度、提高表情識別

2、率為目的，進行了如下研究和改進：
　　 首先，在灰度投影的基礎(chǔ)上，提出基于灰度差投影的人臉定位算法。由于數(shù)據(jù)庫圖像中背景與面部之間即面頰的邊界近似為一個水平方向邊緣點組成的垂直的階躍邊緣，并且每一個象素的水平灰度差(即灰度變化幅度)都較大，因此把這些豎直邊界上象素的水平灰度差都加起來，進行豎直積分投影就可以得到定位結(jié)果，實現(xiàn)用差值投影取代直接投影，從而降低定位誤差和時間復(fù)雜度。
　　 其次，基于PCA重建提取特征算法。將

3、表情識別的訓(xùn)練集按表情分類形成不同表情子集，然后在子集上運用PCA算法，分別得到各個子集對應(yīng)的正交基。對于待測圖像，在不同表情子集生成的正交基上分別進行投影，利用投影坐標(biāo)重建，得到一幅圖像在七種表情下投影的七幅圖像。
　　 最后，基于貝葉斯分類器的表情分類算法。針對歐式距離在表情分類方面不能適應(yīng)光照和表情變化等問題，提出貝葉斯分類器算法。求出每種表情不同圖像的灰度差，根據(jù)各個灰度差后驗概率所占的比重來判定待測圖像是哪種表情。