基于面部動(dòng)作單元的分層隨機(jī)森林表情識(shí)別算法.pdf

1、面部表情能傳遞豐富的情感信息，它不僅增強(qiáng)了人在表達(dá)時(shí)的效果，而且有助于人們更為準(zhǔn)確地理解他人所表達(dá)的含義。面部表情識(shí)別是針對(duì)靜態(tài)圖像或視頻，采用計(jì)算機(jī)技術(shù)手段對(duì)其處理加工，提取其中有用信息并構(gòu)建分類器模型，然后對(duì)未知圖像或視頻分類的過(guò)程。面部表情識(shí)別對(duì)于分析人類情感、構(gòu)建和諧人機(jī)交互環(huán)境有著重要意義。
　　近年來(lái)，面部表情識(shí)別的研究已經(jīng)取得了很大的進(jìn)展，但在噪聲環(huán)境中的面部表情識(shí)別依舊是研究的難點(diǎn)。本文在總結(jié)前人研究工作的基礎(chǔ)上，

2、對(duì)表情特征提取方法和表情識(shí)別算法分別做出了改進(jìn)，主要體現(xiàn)在以下幾個(gè)方面:
　　(1)對(duì)表情識(shí)別技術(shù)的研究背景及其發(fā)展前景綜述，依次介紹了表情識(shí)別過(guò)程中的三個(gè)核心步驟，包括:人臉檢測(cè)和關(guān)鍵區(qū)域識(shí)別、表情特征提取以及表情，分類。總結(jié)當(dāng)前表情識(shí)別與分類研究方法的不足之處，該部分為全文研究的基礎(chǔ)與前提。
　　(2)采用了基于類Haar特征的Adaboost方法實(shí)現(xiàn)人臉檢測(cè)和關(guān)鍵部位劃分。
　　(3)提出了基于面部動(dòng)作單元區(qū)域的

3、特征提取方法，通過(guò)引入面部動(dòng)作單元(AU)這一概念，使得所提取特征能準(zhǔn)確描述表情的細(xì)微變化，有利于提高表情識(shí)別率，同時(shí)克服了在低分辨率和噪聲環(huán)境中，面部動(dòng)作單元的種類繁多，難以克服精確提取面部動(dòng)作單元本身的困難。
　　(4)改進(jìn)了傳統(tǒng)隨機(jī)森林(RF)，提出了基于不同AU區(qū)域的樹(shù)結(jié)構(gòu)分層隨機(jī)森林模型，將多類表情逐層識(shí)別，并將該方法與傳統(tǒng)的隨機(jī)森林、支持向量機(jī)(SVM)等方法在公共數(shù)據(jù)集進(jìn)行對(duì)比實(shí)驗(yàn)，結(jié)果表明本文所提出的方法在有無(wú)噪聲