基于视觉特征提取的人脸表情识别研究
VIP免费
开 题 报 告
开 题 报 告
一 课题名称
基于视觉特征提取的人脸表情识别研究
二 课题的提出
人脸作为人体中最复杂的部位之一，在传递信息和情绪状态方面起着至关
重要的作用。人脸表情是由人脸肌肉的运动所形成的一种动作，是情感变化在面
部的可观察到的表现。在近几十年来由于计算机科学及其它各相关学科的迅猛发
展，人机互交问题成为一个非常有意义的研究课题。而在人机交互（Human
Computer Interacon，HCI ）的研究中，人脸表情的识别是一个重要的组成部分。
构造一个有自主表情的情感虚拟人是人工智能的重要发展方向，是人机交
互的前沿。人脸表情识别课题是情感虚拟人研究的重要组成部分，是能否理解人
类复杂的情感，进而具有自主的情感的先决条件。这跟导师的课题也密切相关。
早期的生物特征识别主要包括人脸、掌纹、虹膜、指纹的识别，主要应用于身
份认证，而人机交互中表情的识别是至关重要的，因此提出了人脸表情识别研
究。人脸表情的识别是在近十几年来才真正被重视起来的，在心理学和计算机科
学中都有较多的研究。人脸表情的识别以图像处理、人工智能、模式识别、社会心
理学等学科的交叉融合中产生，借助于不同的领域识别的思路和方法也不断涌
现。人脸表情识别同时也与人脸检测和人脸识别等研究方向有着密不可分的联系
即相互独立，又有共同点，它们之间也在某些方面相互促进、共同发展。
人脸表情识别问题可以追溯到19世纪70年代，生物学家达尔文在其著作
《the expression of the emoons in Animals and Man》[1]一书中，就对人类面部表
情与动物面部表情进行了研究和比较。100年后，随着计算机性能的提高以及人
工智能技术的发展，20世纪70年代以来，人们展开了对人脸表情自动识别技术
的研究。1971年，Ekman首次提出了在不同种族、不同文化传统的人群中表现都
比较一致的六种基本表情[2]，分别是喜悦、悲伤、害怕、厌恶、惊奇和愤怒。1978年
Suwa等人提出了从图像序列中自动识别人脸表情的思路[3]。最近几年，随着计算
机技术和分类技术的飞速发展，表情识别研究也得到了快速发展。其中，Mase
和Pentland[4]的研究揭开了表情自动分析与识别的新篇章。
按照所采用的数据来源，人脸表情识别大体可以分为基于静态图像的人脸
表情识别、基于动态视频序列的人脸表情识别和有语音辅助的人脸表情识别这三
大类。针对这三种不同的数据类型，在表情特征提取阶段，人们针对静态图像采
用了主元分析(Principal Component Analysis, PCA)、亮度轮廓、Gabor小波、人脸几
何模型等方法；对于动态视频序列，则有特征跟踪、光流分析、参数运动模型、
三维运动模型、标记人脸视频等对时域动态信号进行描述的方法；语音辅助的视
频序列除了提取语音特征之外，在很大程度上吸纳了在动态视频序列中进行特
征提取的方法，其贡献重要集中在对两种数据来源的融合上，在特征提取方面
则延续了以往的成熟算法。在表情识别阶段，对于静态图像，采用了空间距离、
图匹配以及线性判别式分析(Linear Discriminant Analysis，LDA)以及专家系统规则
1
摘要：
展开>>
收起<<
开题报告开题报告一课题名称基于视觉特征提取的人脸表情识别研究二课题的提出人脸作为人体中最复杂的部位之一，在传递信息和情绪状态方面起着至关重要的作用。人脸表情是由人脸肌肉的运动所形成的一种动作，是情感变化在面部的可观察到的表现。在近几十年来由于计算机科学及其它各相关学科的迅猛发展，人机互交问题成为一个非常有意义的研究课题。而在人机交互（HumanComputerInteraction，HCI）的研究中，人脸表情的识别是一个重要的组成部分。构造一个有自主表情的情感虚拟人是人工智能的重要发展方向，是人机交互的前沿。人脸表情识别课题是情感虚拟人研究的重要组成部分，是能否理解人类复杂的情感，进而具有自主...
相关推荐
作者：李琳琳
分类：高等教育资料
价格：15积分
属性：9 页
大小：89.5KB
格式：DOC
时间：2024-10-14
