面部表情识别系统中表情特征提取与识别算法的研究-信号与信息处理专业毕业论文.docxVIP

东南大学硕上论文摘要 东南大学硕上论文 摘要 面部表情识别系统中人脸表情特征提取与识别算法的研究 人的面部表情含有丰富的人体行为信息，在人与人的交往中，面部表情是除 了声音以外的非常重要的通信方式，作为信息的载体，表情能够传达很多语音所 不能传达的信息。面部表情自动识别(AFEA)对人脸的表情信息进行特征提取 分析，按照人的认识和思维方式加以归类和理解，利用人类所具有的情感信息方 面的先验知识，使计算机进行联想、思考及推理，进而从人脸信息中去分析理解 人的情绪。一般而言，表情识别系统主要有三个基本组成部分：表情图像的预处 理、面部表情特征提取和面部表情识别。 本文回顾了人脸表情识别的研究历史和发展现状，讨论了现有的多种表情识 别方法，并且从模式识别和统计学习的角度对人脸表情识别进行了研究。在小波 提取特征的基础上提出了一种差值模板匹配算法，在保证了准确率的前提下有效 地减少了运算量。同时对主动形状模型(ASM)进行研究，并应用于自动识别系统 中。提出了一种基于支持向量机的人脸表情识别方法，构建了SVM多类分类器， 并对不同的构建方法进行了比较，取得了较好的识别效果。此外还提出了基于核 的典型相关分析方法进行人脸表情识别，使用核化理论将原本仅适用于线性特性 分析的典型相关分析方法扩展至非线性分析领域，并对不同的识别策略进行比 较，实验证明KCCA方法在人脸表情识别中的有效性。 关键词：人脸表情识别，弹性图匹配，AAM，支持向量机，典型相关分析，核 典型相关分析 东南大学硕上论文Abstract 东南大学硕上论文 Abstract Facial expression contains nunlerous information of human behavior．In human society,facial expression is the very important communication method besides words． As the carrier of information,expressions Can convey lots of information that words can not transport．Automatic Facial Expression Analysis(AFEA)extracts the features of human facial expressions information,then classify and synthesis them according to the human cognization．It usually contains three basic parts：pretreatment of facial inlages，facial expression features extraction,and facial expression recognition． In this paper,we reviewed the history and the recent development of facial expression,studied the methods of facial expression recognition in the way of pattern recognition and statistic study．We discussed the model-matching algorithm in the feature extraction and proposed a different model-matching algorithm,which efficiently reduced the computation witll almost the same right mte as the gabor wavelet．For the purpose ofautomatic facial expression recognition,we also discussed Active Shape Model(ASM)，and used it into the real-time system． We proposed a facial expression recognition method based on support vector machine．Multi-classifiers were constructed and the different ways to build them are compared．We also used Kernel Canonical Correl