基于面部圖像分塊處理的表情識別算法研究.pdf

1、在第三次工業(yè)革命浪潮席卷全球的今天，隨著時代信息化的推進，計算機視覺及其相關領域的研究受到了越來越多研究機構和學者的重視，在人機交互，行為預判定，視頻監(jiān)控等領域都有著廣泛的應用。讓計算機更能準確地判定人類的心理狀態(tài)，從而提供更良好的服務，成為計算機領域未來的發(fā)展方向。
　　本文從人臉表情識別系統(tǒng)的框架著手，對系統(tǒng)中關鍵部分存在的問題進行研究，主要工作內(nèi)容如下：
　　1.人臉檢測方法研究。為了進一步提高現(xiàn)有人臉檢測Adaboo

2、st算法檢測速度和檢測精度，本文研究了一種基于多通道特征，將軟硬級聯(lián)思想相結合用于分類器級聯(lián)的人臉檢測方法。該方法利用軟硬結合的級聯(lián)分類器的方法，提高了人臉檢測的精度，利用多通道特征的信息，提高了檢測速度，利用二次像素復檢的方法，降低了誤檢率。
　　2.人臉表情全局特征提取與識別方法研究。針對部分表情彼此差異大的特點，該方法提取表情的全局特征，采用改進的彈性圖匹配方法，減少特征點的數(shù)量，去掉對識別作用小的特征點，采用圖像分塊處理，

3、快速進行特征點的標記；引入?yún)^(qū)域權重的概念，增大對識別作用大的圖像分塊的特征矢量的權重；采用嚴格匹配重點區(qū)域和引進歐氏距離度量的方法，快速區(qū)別彼此相差較大的表情種類。
　　3.人臉表情局部特征提取與識別方法研究。針對部分表情彼此高度相似，但局部細節(jié)不同的特點，該方法提取表情的局部特征，改進現(xiàn)有LDP算法，采用圖像分塊處理，突出特征區(qū)域特點；突出像素相關性和鄰域內(nèi)明暗信息在紋理信息中的地位，分別針對這兩個方面分別進行研究改進，借以強化