论文部分内容阅读
人脸表情识别是计算机视觉和模式识别研究中的热点问题,同时也是生物识别的一个重要部分,近年来受到越来越多研究者的关注。面部表情是人们沟通表达的重要方式之一,它在日常交流中扮演着重要的角色,因为很多丰富的人体行为包含在人脸表情之中,不仅是情绪情感的主要载体,同时还是人脑智能的重要体现。其研究意义可以进一步深入人类的情绪反映并呈现人们的心理状态,在智能人机交互、机器人技术、行为预测以及控制、医疗、娱乐、虚拟现实技术等领域都有着广泛的应用。人脸表情识别实现的方法多种多样,在理想条件下,人脸表情识别系统可以取得较为满意的识别性能,但非理想的条件下人脸表情识别技术仍未成熟。如何较好的准确高效地实现人脸表情识别还是该领域的一大难点。要开发真正鲁棒性较强、实用的自动人脸表情识别系统还存在大量关键问题需要解决,尤其是需要研究高效的人脸表情描述特征以及相应的高效、精确的核心识别算法。本文主要深入研究了人脸表情特征提取及其识别两方面的关键技术。提出了基于模糊推理的人脸表情识别系统。本文的主要工作有以下几个方面:(1)本文将人脸表情特征分为了两大类:即主要特征和次要特征,同时提出了新的算法对面部不同区域特征进行提取。主要特征有眼睛睁开大小、嘴巴张开度、眉毛收缩程度以及嘴角位移量,次要特征有嘴唇厚度、鼻子两侧的皱纹、眉毛倾斜度以及牙齿露出与否。主要特征在表情识别过程中起主要作用,当两种表情有相同主要特征值时,利用次要特征辅助识别,从而提高了表情识别率。(2)提出了利用遗传算法进行寻找最优的隶属度函数参数。在对面部特征模糊化的过程中,隶属度函数参数的选择对系统识别精确度有着重要的作用。本文采用了高斯型、S型、Z型三种隶属度函数,每一种隶属度函数均含有两个参数。文中选用遗传算法进行参数值寻优只是针对人脸表情的主要特征部分,而次要特征的隶属度函数参数值是根据经验值设置的。主要是因为次要特征有两种隶属度函数,能够很容易对其设置。(3)利用模糊推理系统进行表情识别时,对于被遮挡的人脸表情图像,本文提出了一种新的解决方法,即将被遮挡特征的信度值设置为1。利用这种简单有效的技巧,模糊情感识别系统在识别被遮挡表情图像时能够取得较高的准确度,其结果跟人的主观判断相当。(4)本文在Matlab环境下对人脸表情特征的算法进行了实现,同时搭建了一个较为完整的人脸表情识别的演示程序。