基于像素模式紋理特征（PPBTF）的人臉表情識別.pdf

1、人臉表情在傳遞信息的過程中起著重要作用，是社會(huì)學(xué)、計(jì)算機(jī)視覺等多種學(xué)科的研究重點(diǎn)之一，研究魯棒性的實(shí)時(shí)表情識別算法，對于推動(dòng)基于多信息的人臉識別等人工智能的發(fā)展，具有重要意義。 特征提取是表情識別最關(guān)鍵的步驟之一，對表情識別的結(jié)果有重要影響，主成分分析(PCA)、獨(dú)立成分分析(ICA)、Gabor小波、局部二進(jìn)制模式(LBP)等都是有效的人臉特征表示方法。本文受此啟發(fā)，對基于像素模式紋理特征(PPBTF)進(jìn)行了深入的研究，將其應(yīng)

2、用于人臉領(lǐng)域，通過大量實(shí)驗(yàn)充分研究了它的性能，從而論證了一種新的人臉表達(dá)方法。 用Adaboost挑選最有判別力的特征子集，用支持向量機(jī)(SVMs)作為分類器，本文提出了基于PPBTF的人臉表情識別方法，并設(shè)計(jì)了一個(gè)實(shí)時(shí)的表情識別系統(tǒng)，該系統(tǒng)能自動(dòng)識別七種常見基本表情(高興、生氣、悲傷、憎惡、驚訝、害怕、中性)，不僅識別速度快，而且對光照具有很好的魯棒性。 基于著名的表情數(shù)據(jù)庫Cohn-Kanade數(shù)據(jù)庫、JAFFE數(shù)據(jù)

3、庫和互聯(lián)網(wǎng)上的表情圖像，本文通過多種實(shí)驗(yàn)方案研究了基于PPBTF的人臉表情識別方法的識別性能，實(shí)驗(yàn)結(jié)果表明該方法具有很好的識別性，兩類表情分類最好的識別結(jié)果可達(dá)到100％，平均識別率也在92％以上?；赑IE圖像庫的光照(Illumination)子庫和自建的表情圖像庫，本文研究了該方法對光照的敏感程度，諸多實(shí)驗(yàn)結(jié)果表明，本文提出的算法對光照具有很好的魯棒性。 最后，本文對Gabor小波人臉特征表示方法，使用同樣的特征挑選和分類