基于奇異值分解的人臉表情識(shí)別研究.pdf

1、人臉表情識(shí)別技術(shù)在許多領(lǐng)域都有著廣泛的應(yīng)用和研究?jī)r(jià)值。一個(gè)完整的表情識(shí)別系統(tǒng)應(yīng)由以下幾部分組成：人臉表情圖像獲取、預(yù)處理、人臉特征檢測(cè)與定位、人臉?lè)指钆c歸一化、人臉表情特征提取和人臉表情識(shí)別。 本文實(shí)驗(yàn)使用的是日本Kyushu大學(xué)的JAFFE的人臉表情圖像，先驗(yàn)知識(shí)充足，規(guī)范化程度較高，因此，圖像經(jīng)過(guò)手工切割、縮放與歸一化處理后，就進(jìn)入表情特征提取與識(shí)別階段。首先簡(jiǎn)要回顧了面部表情識(shí)別的研究現(xiàn)狀，然后介紹了目前主流的幾種人臉表情

2、識(shí)別算法，接著從典型的代數(shù)特征(即奇異值特征)入手，以奇異值分解(SVD)為基礎(chǔ)進(jìn)行人臉表情識(shí)別的研究。區(qū)別于傳統(tǒng)的奇異值分解，提出了一種將所有訓(xùn)練樣本投影到一個(gè)標(biāo)準(zhǔn)特征矩陣后得的投影系數(shù)作為該人臉表情特征的方法。在識(shí)別階段，對(duì)經(jīng)典的最近鄰分類器進(jìn)行了改進(jìn)，并采用模式特征之間的歐式距離作為相似性度量，從而完成對(duì)未知人臉表情的識(shí)別。另外，由于離散余弦變換(DCT)具有聚能、去相關(guān)、計(jì)算速度快等特點(diǎn)，可以作為很好的特征提取方式，所以又提出了