基于adaboost与svm的人脸表情识别研究.pdf

中北大学学位论文
基于 与 的人脸表情识别研究
摘要
人脸表情是人类情感最主要的载体, 包含了丰富的心理和情感信息, 是最重要的非
语言交流方式之一 。随着计算机技术的飞速发展和人机交互理论的不断完善, 人脸表情
识别逐渐成为一个研究热点 。人脸表情识别是图像处理 、 模式识别 、 心理学等学科的一
个交叉课题, 是实现计算机人性化 、智能化的前提, 对分析人类情感也具有重要的意义 。
本文针对表情识别的基本流程, 重点研究了表情识别中的图像预处理 、 人脸表情特
征提取与降维及识别等关键问题, 并逐步实现了一个人脸表情识别平台。主要工作如下:
研究了现有的人脸检测算法, 其中重点研究了基于类 特征和 算
法的人脸检测方法, 并且利用 算法实现了人脸和人眼检测。根据已检测到的
人脸图像和左右眼睛坐标, 对图像进行几何预处理;并使用直方图均衡化等方法对图像
进行灰度预处理, 实现人脸表情图像的归一化 。
针对传统的纹理特征提取算法计算复杂度高、速度慢等缺点, 本文采用具有多频
率、 多方向的二维 小波变换进行表情特征提取, 通过实验确定合适的二维
变换频率尺度和方向。针对 小波变换后得到的图像维数太高的问题, 本文采用
和 相结合的方法进行特征选择, 得到所需的表情特征向量 。在此
基础上, 本文采用 “ ” 方法由多个两类 构建多类 进行表情分
类, 使用交叉验证方法获取分类器的最优参数, 综合考虑识别性能与实时性能, 设计了
基于支持向量机理论的表情分类器 。
基于本文对表情识别的研究, 开发了自动人脸表情识别平台。通过特定人脸和
非特定人脸对系统进行实验测试, 不仅验证了本文所采用算法的有效性, 还证明了该系
统可以作为表情研究和实验的平台, 为以后的研究工作奠定了良好的基础 。
关键词:人脸表情识别;人脸检测; ;二维 变换;支持向量机
中北大学学位论文
中北大学学位论文
目 录
第一章 绪论
研究背景及意义
人脸表情识别技术的发展及研究现状
人脸表情识别的难点
人脸表情识别系统概述
表情特征提取的方法
特征降维方法
表情分类的方法
人脸表情数据库介绍
论文的研究内容及章节安排
第二章 人脸检测及预处理
基于肤色的检测方法
模板匹配人脸检测方法
基于统计模型方法
基于类 特征与 的人脸检测方法
类 特征
积分图及其快速算法
算法
弱分类器定义
级联分类器
人脸与人眼检测
检测结果
表情图像预处理
彩色图像灰度化
表情图像几何归一化
中北大学学位论文
直方图均