基于光流和多HSMMs的容忍遮擋的面部表情識(shí)別.pdf

1、近年來，隨著人們對(duì)人機(jī)交互興趣的增加，表情識(shí)別逐漸成為一個(gè)研究熱點(diǎn)。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。 本文在綜合分析了以往的表情識(shí)別方法的基礎(chǔ)上，提出了基于小波變換和ICA相結(jié)合的特征提取方法，

2、并利用支持向量機(jī)來識(shí)別靜態(tài)表情圖像；研究了部分遮擋表情圖像序列識(shí)別方法，并提出了基于光流和多HSMMs的容忍遮擋的面部表情識(shí)別。具體內(nèi)容如下： (1)采用基于膚色和幾何特征的快速特征區(qū)域定位方法。人臉表情子區(qū)域的分割是帶有遮擋的人臉表情識(shí)別的重要步驟，其準(zhǔn)確性是表情識(shí)別系統(tǒng)的重要性能指標(biāo)。本文根據(jù)人臉的眼睛、鼻子、嘴等面部器官都是按一定的比例特征分布在人臉表面的特點(diǎn)，利用積分投影法定位出人的眼睛和嘴部。 (2)提出基于小

3、波變換和ICA相結(jié)合的特征提取方法。首先通過小波變換將當(dāng)前圖像分解成四個(gè)子圖像，其中一子圖像對(duì)應(yīng)原圖像的主體部分(低通部分)，其余三個(gè)子圖像對(duì)應(yīng)圖像的細(xì)節(jié)部分(高通部分)。采用ICA分別對(duì)每一子圖像進(jìn)行特征提取，得到的表情矢量與中性矢量的差值矢量作為特征矢量，在此基礎(chǔ)上使用支持向量機(jī)來分析各個(gè)子帶圖像的識(shí)別情況，并對(duì)各個(gè)子圖像所提取的特征進(jìn)行融合，將融合的結(jié)果作為特征矢量進(jìn)行識(shí)別。 (3)提出基于光流和多HSMMs的容忍遮擋的面

4、部表情識(shí)別方法，HSMM是一種帶駐留時(shí)間的隱馬爾可夫模型，該模型的每個(gè)狀態(tài)在每個(gè)時(shí)間間隔產(chǎn)生一系列的觀察值，且產(chǎn)生觀察值的個(gè)數(shù)由當(dāng)前狀態(tài)的駐留時(shí)間確定。用光流提取動(dòng)態(tài)表情圖像的眼睛和嘴巴區(qū)域的特征，在識(shí)別階段，采用多HSMMs對(duì)無遮擋、眼部遮擋以及嘴巴遮擋這三種情況進(jìn)行識(shí)別。實(shí)驗(yàn)表明，相比較于基于光流和多HMMs的表情識(shí)別，基于多HSMMs的方法對(duì)遮擋表情識(shí)別更具有魯棒性。 (4)采用面向?qū)ο蠹夹g(shù)設(shè)計(jì)并實(shí)現(xiàn)了人臉表情識(shí)別系統(tǒng)。該