基于增量学习与ASM的人脸表情分析与识别.pdf

31 3 Vol. 31 No． 3 第 卷第 期 计算机应用与软件 20 14 3 Computer Applications and Software Mar． 20 14 年 月 基于增量学习和ASM 的人脸表情分析与识别 梁 雪 梅 ( 40 1331) 重庆电子工程职业学院计算机学院 重庆 ASM (Active shape model) ， 。 摘 要 主动形状模型 是一种基于参数化的统计模型 主要用在图像特征点提取和图像分割中 在分 ， 。 PCA ， 析传统方法不足的基础上 提出一种改进的主动形状模型定位人脸特征的新方法 该方法采用增量学习 方法 可以有效解决 ， 。 ， 模型匹配失败和受测试图像影响等因素 同时可对训练集进行纹理模型更新 把改进的方法用在人脸表情分析和识别上 采用 SVM 。 ， ， 。 建立表情分类器 实验结果表明 改进的方法可以有效提高人脸特征点的定位精度 同时提高了表情识别率 关键词 主动形状模型 特征提取 PCA 增量学习 纹理模型 表情识别 SVM 中图分类号 TP391． 4 1 文献标识码 A DOI :10 ． 3969 /j ． issn． 1000-386x． 2014 ． 03． 045 FACIAL EXPＲESSION ANALYSIS AND ＲECOGNITION BASED ON INCＲEMENTAL LEAＲNING AND ACTIVE SHAPE MODEL Liang Xuemei (School of Comp uter Science ，Chongqing Electronic Engineering Vocational College ，Chongqing 401331 ，China) Abstract Active shape model (ASM)is a parameterisation-based statistical model ，which is mainly used in image feature points extrac- tion and image segmentation． An improved new method is proposed which uses ASM to locate the facial features based on analysing the insuf- ficiency of traditional method． By using incremental learning PCA ，this method is able to effectively resolve the factors of model matching fail- ure and the effect of the image to be tested ，etc． ，and to upda