基于面部图像分块处理的表情识别算法研究

摘要

在第三次工业革命浪潮席卷全球的今天，随着时代信息化的推进，计算机视觉及其相关领域的研究受到了越来越多研究机构和学者的重视，在人机交互，行为预判定，视频监控等领域都有着广泛的应用。让计算机更能准确地判定人类的心理状态，从而提供更良好的服务，成为计算机领域未来的发展方向。
　　本文从人脸表情识别系统的框架着手，对系统中关键部分存在的问题进行研究，主要工作内容如下：
　　1.人脸检测方法研究。为了进一步提高现有人脸检测Adaboost算法检测速度和检测精度，本文研究了一种基于多通道特征，将软硬级联思想相结合用于分类器级联的人脸检测方法。该方法利用软硬结合的级联分类器的方法，提高了人脸检测的精度，利用多通道特征的信息，提高了检测速度，利用二次像素复检的方法，降低了误检率。
　　2.人脸表情全局特征提取与识别方法研究。针对部分表情彼此差异大的特点，该方法提取表情的全局特征，采用改进的弹性图匹配方法，减少特征点的数量，去掉对识别作用小的特征点，采用图像分块处理，快速进行特征点的标记；引入区域权重的概念，增大对识别作用大的图像分块的特征矢量的权重；采用严格匹配重点区域和引进欧氏距离度量的方法，快速区别彼此相差较大的表情种类。
　　3.人脸表情局部特征提取与识别方法研究。针对部分表情彼此高度相似，但局部细节不同的特点，该方法提取表情的局部特征，改进现有LDP算法，采用图像分块处理，突出特征区域特点；突出像素相关性和邻域内明暗信息在纹理信息中的地位，分别针对这两个方面分别进行研究改进，借以强化像素点的特点及区分度，以利于识别。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1研究背景及意义

1.2面部表情识别技术发展现状

1.3本文的主要内容和创新点

1.4本文的结构安排

第二章 基于多通道特征的人脸检测方法

2.1引言

2.2图像预处理

2.3人脸检测

2.4本章小结

第三章 面部表情全局特征提取及识别方法

3.1面部表情特征提取简介

3.2全局特征提取方法基础

3.3改进的弹性图匹配算法

3.4实验与分析

3.5本章小结

第四章 面部表情局部特征提取及识别方法

4.1引言

4.2局部特征提取方法基础

4.3改进的LDP算法

4.4实验与分析

4.5本章小结

第五章 面部表情识别系统设计

5.1软硬件开发环境

5.2界面设计

5.3演示效果展示

5.4本章小结

第六章 总结与展望

6.1工作总结

6.2未来展望

致谢

参考文献

攻读硕士学位期间取得的成果