基于語義特征的面部表情識別方法研究及其應用.pdf

1、面部表情識別（Facial Expression Recognition，F(xiàn)ER）旨在利用計算機技術提取面部表情特征，并運用模式識別和機器學習方法進行表情的分類，進而分析和識別人的情緒。面部表情識別是模式識別領域中一個重要的研究課題，研究內(nèi)容涉及模式識別、計算機視覺、圖像處理、心理學等多個學科。典型的面部表情識別過程主要分為三個步驟：人臉檢測、特征提取和表情分類。其中，特征提取和表情分類是表情識別的關鍵步驟，直接影響著識別結(jié)果。本文將針

2、對表情的特征提取和表情分類問題進行深入研究。
　　 首先，本文對情感的定義和分類進行了討論，并簡要介紹面部表情識別的一些基本概念，包括面部表情識別的發(fā)展和現(xiàn)狀、面部表情識別的步驟與特征提取的常用方法、面部表情識別的應用前景以及目前存在的問題，并基于其中的問題提出了一些相應的解決方案。然后介紹了一種常用的稀疏方法-LASSO（Least Absolute Shrinkage and Selection Operator），包括LA

3、SSO的概念和定義以及相關的算法。
　　 其次，本文介紹了Gabor小波變換和區(qū)域協(xié)方差矩陣的面部表情特征提取和表示方法，表情語義特征的相關概念以及分析方法。在此基礎上，提出了基于稀疏典型相關分析和基于稀疏偏最小二乘回歸的面部表情識別方法，使用稀疏典型相關分析和稀疏偏最小二乘回歸兩種方法分別建立Gabor變換特征和區(qū)域協(xié)方差矩陣與語義特征之間的關系，最后使用語義特征進行表情分類。
　　 本文使用Ekman表情數(shù)據(jù)庫中14