人臉表情識別算法研究與實(shí)現(xiàn).pdf

1、隨著計算機(jī)技術(shù)的飛速發(fā)展，人們對人工智能越來越關(guān)注。而在人工智能領(lǐng)域中對人臉表情識別技術(shù)的需求日益增加，表情識別已經(jīng)成為專家學(xué)者們研究的重點(diǎn)，越來越受到重視。專家學(xué)者們主要是將人類的基本表情分為7類，采用各種算法進(jìn)行特征提取并分類，其中特征提取部分是研究的重點(diǎn)內(nèi)容。
　　本論文主要工作有以下三個方面:
　　1)對于人臉表情圖像進(jìn)行直方圖均衡化和灰度積分投影，實(shí)現(xiàn)定位人眼位置，并對圖像進(jìn)行角度和尺度歸一化處理，令表情特征區(qū)域規(guī)

2、范統(tǒng)一化，達(dá)到更好地獲得表情識別的效果。
　　2)針對2D-Gabor變換多尺度多方向計算復(fù)雜度和維數(shù)較高的問題，采用了基于多方向2D-Gabor特征提取增強(qiáng)的特征提取算法，對2D-Gabor進(jìn)行改進(jìn)并與LBP相結(jié)合進(jìn)行特征提取。首先用2D-Gabor提取表情圖像5種尺度8個方向的幅值圖像，將相同方向不同尺度的幅值圖像進(jìn)行融合，再使用局部LBP均勻模式編碼進(jìn)行二次降維，最后進(jìn)行加權(quán)分塊直方圖統(tǒng)計作為特征向量，本文給出的方案可以在降