实时视频中人脸踪和表情分析研究.pdfVIP

实时视频中人脸跟踪和表情分析研究 摘 要 面部表情是人体语言的一部分，在人们日常的交流中起到至关重要的作用。 人脸表情分析是指利用计算机对特定人的脸部表情及变化进行分类，进而确定 其内心情绪或思想活动，实现人机之间更自然更智能化的交互。它是计算机情 感计算的重要研究内容之一，在视频监控以及可视电话，电视会议等商业应用 方面都有着重要的价值。 本文按照人脸检测、跟踪、表情分析的步骤建立起一个人脸表情分析系统， 针对各个环节存在的问题进行了研究，主要工作和创新如下： (1)在人脸检测和跟踪阶段，本文使用肤色模型以及面部特征验证的方法 进行人脸检测，并重点讨论了人脸跟踪过程中的多人脸匹配问题，提出了基于 2DPCA的人脸代数特征匹配方法，用于解决目标在跟踪过程中出现的遮挡等 问题，在速度和准确性方面都取得了较好的实验结果； (2)在表情分析阶段，本文针对实时视频的具体情况，采用DCT变换对整 幅人脸图像进行降维并获取有效特征，从而减少了观察值序列的维数，大大降 低了训练和识别系统的复杂程度；其后，根据提取的特征设计了基于隐马尔可 夫模型的人脸表情分析方法，选取表情脸与中性脸图像的2D．DCT系数差值， 经ZIG．ZAG扫描、K均值聚类生成观察值序列，最终对高兴、生气、吃惊、 厌恶、恐惧、悲哀六种表情进行分类识别，实验结果表明，本文提出的方法在 单个人和多个人的实验中均获得了比PCA方法更高的识别率； 将算法移植到DSP集成开发环境CCS上，并进行了相应的程序优化，试验仿 真成功。 关键词：肤色模型，人脸跟踪，2DPCA，表情分析，DCT变换，隐马尔可夫模 型(HMMl，DSP ResearchofFace and in TrackingExpressionAnalysis Real-TimeVideo Sequences ABSTRACT crucial Humanfacial isa of a role expressionpartbodylanguage，whichplays inour isto the classify dailyexchanges．Facialexpressionanalysis specific facial state andthentoascertainthe people’S expressionbycomputer subjeet’S inneremotionalor smarterandmorenatural ideologicalactivities，achieving inter·actionbetweenhuman and isall of beingscomputers．Itimportantpart has valueinvideosurveillanceandother affective and computer computinggreat commercial asvideo