文档介绍：基于信息融合的面部表情分析与识别学科专业:信号与信息处理研究现状?国际上对人脸面部表情识别的研究现在逐渐成为科研热点。国内外很多机构都在进行这方面的研究,尤其美国、日本。进入 90 年代,对人脸表情识别的研究变得非常活跃,吸引了大量的研究人员和基金支持,EI 可检索到的相关文献就多达数千篇。美国、日本、英国、德国、荷兰、法国等经济发达国家和发展中国家如印度、新加坡都有专门的研究组进行这方面的研究。其中 MIT 、CMU 、 Maryland 大学、 Standford 大学、日本城蹊大学、东京大学、 ATR 研究所的贡献尤为突出。?国内国内的清华大学、哈尔滨工业大学、中科院、中国科技大学、南京理工大学、北方交通大学等都有人员从事人脸表情识别的研究目前面部表情识别的主要方法: ?基于模板匹配的面部表情识别方法?基于神经网络的面部表情识别方法?基于规则的人脸面部表情识别方法?基于随机序列模型的面部表情识别方法?其他方法,比如支持向量机,小波分析等论文主要工作 ,提出基于基于 SVM 的多特征多分类器融合的面部表情识别 ,提出基于 RBF 网络的多特征融合的面部表情识别面部表情识别: 一般可描述为给定一个静止人脸图像或者动态的人脸图像序列,利用已有的人脸表情数据库确定图像中的一个人或者多个人的面部表情,研究内容包括以下三方面: 人脸检测: 即从各种不同的场景中检测出人脸的存在并确定其位置. 面部表情特征提取: 即确定表示检测出的人脸表情和数据库中的已有的人脸面部表情的描述方式。通常的表示方式包括几何特征、代数特征、固定特征模板、云纹图、 3D网格等。面部表情识别: 就是将待识别的人脸面部表情和数据库中的已知人脸面部表情比较,得出相关信息。这一过程是选择适当的人脸面部表情表示方式与匹配策略论文主要工作 ,提出基于基于 SVM 的多特征多分类器融合的面部表情识别 ,提出基于 RBF 网络的多特征融合的面部表情识别信息融合与面部表情分析?信息融合就是把来自多个信息源的目标信息合并归纳为一个具有表示形式输出的推理过程, 其基本的出发点是通过对这些信息源所提供的信息的合理支配和使用, 利用多个信源在时间或空间上的冗余性和互补性对这些信息进行综合处理, 以获得对被测对象具有一致性的解释和描述, 使得该信息系统获得比它得各个组成部分更优越的性能。?人脸面部表情识别包含大量的变量, 反映待识别目标各要素的非度量形式允许许多类型的表示技术, 每一种技术又可以采用不同的方法进行计算。基于信息融合面部表情识别的三个模型?基于像素层融合的面部表情识别?基于特征层融合的面部表情识别?基于决策层融合的面部表情识别基于像素层融合的面部表情识别?这种方法对每幅图像预处理之前进行像素层融合后, 得到一个融合的人脸图像数据,并在此基础上再进行特征提取和面部表情识别。人脸图像人脸图像人脸图像像素层融合特征提取面部表情识别识别结果基于特征层融合的面部表情识别这种方法对每个传感器的观测数据进行特征的抽取以得到一个特征向量, 然后把这些特征向量融合起来并根据融合后得到的特征向量进行面部表情识别及判定。特征层融合面部表情识别识别结果特征提取特征提取特征提取人脸图像人脸图像人脸图像