人臉表情識(shí)別方法的分析與研究.pdf

1、人臉表情識(shí)別（Facial Expression Recognition, FER）是生物特征識(shí)別的一個(gè)重要分支，也是計(jì)算機(jī)視覺與模式識(shí)別領(lǐng)域非?；钴S的研究方向。與其他生物特征相比，人臉特征具有直接、友好、方便的特點(diǎn)。
　　 本文主要研究了表情特征提取與降維以及表情分類識(shí)別過(guò)程中的一些關(guān)鍵技術(shù)，仿真驗(yàn)證了小波變換和支持向量機(jī)結(jié)合的表情識(shí)別方法，并使用基于子空間的方法進(jìn)行二次降維。
　　 針對(duì)Gabor 小波變換后特征空間

2、維數(shù)高，計(jì)算量大的問題，本文使用2D-PCA、2D-ICA和2D-LDA 算法對(duì)特征進(jìn)行降維，有效的利用特征向量信息并提高識(shí)別正確率。
　　 在進(jìn)行2D-LDA 降維時(shí)，為減少計(jì)算量，采用了圖像分割的辦法，并分析分塊數(shù)目不同對(duì)識(shí)別率的影響，從而選取一種比較合理的分割方法。通過(guò)將三種降維方法與線性核函數(shù)支持向量機(jī)相結(jié)合進(jìn)行仿真，比較仿真結(jié)果，得出使用2D-LDA 算法降維得到的表情識(shí)別正確率最高、識(shí)別效果最好的結(jié)論。