基于人臉識(shí)別技術(shù)的面部表情研究.pdf

1、人臉面部表情包含著復(fù)雜的內(nèi)在情感，是人與人交流的重要途徑，近年來一直是機(jī)器視覺、人機(jī)交互與模式識(shí)別等研究領(lǐng)域的熱點(diǎn)話題。表情識(shí)別的現(xiàn)實(shí)意義是讓計(jì)算機(jī)根據(jù)人類的“臉色”行事，使計(jì)算機(jī)更加理解人類的想法，更加智能化，同時(shí)使人機(jī)交互的過程更加自然。表情識(shí)別通常分為四部分:獲取表情圖像樣本、圖像預(yù)處理、表情特征提取和表情特征分類，其中特征提取和特征分類是表情識(shí)別的核心技術(shù)。
　　針對(duì)當(dāng)下表情識(shí)別率低的問題，本文采用了LBP分區(qū)結(jié)合IWO-

2、ELM的表情識(shí)別方法進(jìn)行表情自動(dòng)分類，主要研究工作如下。
　　首先，為了排除光照對(duì)表情識(shí)別的影響，本文設(shè)計(jì)了表情圖像采集裝置，并對(duì)采集到的圖片進(jìn)行了預(yù)處理操作。
　　其次，進(jìn)行人臉識(shí)別與特征提取。在AdaBoost人臉檢測器的基礎(chǔ)上，結(jié)合OpenCV函數(shù)庫實(shí)現(xiàn)人臉識(shí)別與特征點(diǎn)定位。通過分析幾種典型的表情特征提取算法，采用LBP分區(qū)算法作為本文特征提取的方法。
　　最后，進(jìn)行特征分類。建立ELM分類模型，并對(duì)分類模型進(jìn)行