基于多特征集成和分級(jí)分類的圖像序列表情識(shí)別方法研究.pdf

1、人臉表情識(shí)別是指利用計(jì)算機(jī)分析特定人的臉部表情及變化，進(jìn)而確定其內(nèi)心情緒或思想活動(dòng)，實(shí)現(xiàn)人機(jī)之間更自然更智能化的交互。人臉表情識(shí)別的研究對(duì)于增強(qiáng)計(jì)算機(jī)的智能化和人性化，開(kāi)發(fā)新型人機(jī)環(huán)境，以及推動(dòng)心理學(xué)等學(xué)科的發(fā)展，有著重要的現(xiàn)實(shí)意義，并最終產(chǎn)生很大的經(jīng)濟(jì)效益和社會(huì)效益。 本文首先綜述課題的研究背景，并分析目前國(guó)內(nèi)外已提出的表情特征提取方法以及表情識(shí)別方法。在此基礎(chǔ)上，提出了基于多特征分類集成的表情識(shí)別方法和分級(jí)分類的圖像序列細(xì)微

2、表情識(shí)別方法，主要內(nèi)容如下： (1)提出了基于多特征分類集成的表情識(shí)別方法?？紤]到不同表情區(qū)域其特征體現(xiàn)方式的差異，該方法從人臉圖像中分三個(gè)區(qū)域提取不同的特征。對(duì)于眼睛眉毛區(qū)域和鼻子區(qū)域分別采用Gabor小波變換和2D-DCT提取紋理變化特征，對(duì)于嘴巴區(qū)域采用AAM提取形狀變化特征。借鑒Bagging思想，重復(fù)利用這三個(gè)區(qū)域特征訓(xùn)練眼睛加鼻子、嘴巴加鼻子和眼睛加嘴巴三個(gè)離散HMM分量分類器，然后將它們組合起來(lái)形成強(qiáng)分類器，以此來(lái)

3、獲得更多的信息，增強(qiáng)圖像的分類能力。同時(shí)在表情樣本訓(xùn)練時(shí)采用貢獻(xiàn)分析法分析確定三組復(fù)用特征對(duì)六種表情各自的貢獻(xiàn)權(quán)值；在分類識(shí)別階段，根據(jù)多特征投票法并結(jié)合訓(xùn)練階段得到的權(quán)值獲得識(shí)別結(jié)果，實(shí)驗(yàn)表明，該方法可提高表情識(shí)別率。 (2)提出了分級(jí)分類的圖像序列細(xì)微表情識(shí)別方法。在表情類別中，某些表情較為相似，難以區(qū)分，而某些表情之間差別較大，比較容易對(duì)它們進(jìn)行分類。該方法將易混淆表情先歸為一類進(jìn)行表情的粗分類，以便進(jìn)一步考察類內(nèi)的表情之

4、間的細(xì)微差異，然后對(duì)類內(nèi)的表情選擇相應(yīng)表情貢獻(xiàn)較大的特征子區(qū)域中的特征，進(jìn)行表情細(xì)分類。在每級(jí)分類識(shí)別過(guò)程中，對(duì)每個(gè)區(qū)域采用離散HMM得出表情概率，最后采用在訓(xùn)練階段得到的貢獻(xiàn)權(quán)值進(jìn)行加權(quán)融合得到分類結(jié)果，實(shí)驗(yàn)表明，該方法可較有效地區(qū)分細(xì)微表情。 (3)采用面向?qū)ο蟮脑O(shè)計(jì)方法，設(shè)計(jì)實(shí)現(xiàn)了基于圖像序列的人臉表情識(shí)別原型系統(tǒng)，該系統(tǒng)由基于多特征分類集成的表情識(shí)別原型子系統(tǒng)和分級(jí)分類的圖像序列細(xì)微表情識(shí)別子系統(tǒng)組成，可用于對(duì)圖像序列的