文档介绍：中国优秀硕士学位论文全文数据库 2011年 第S1期 信息科技辑
Chinese Master's Theses Full-text Database 2011, Information Science and Technology I138-1691-1
基于脸部二维结构特征的表情识别研究
陈小骏
学位授予单位: 云南师范大学; 学科专业: 计算机软件与理论
摘 要
人脸表情是人类交流中信息传递的主要媒介,在人类的日常生活中扮演着重要的角色,是非语言交流的
最主要的方式之一,是语言交流的重要补充。人脸表情包含丰富的情感信息,是情感最主要的载体,是人们理
解情感的重要途径。人脸表情识别(Face ExpressionRecognition,简称 FER)是指利用计算机分析特定人的脸部
表情及变化,进而确定其内心情绪或思想活动,利用人类情感方面的先验知识使计算机进行思考及推理,进而
去分析和理解人的情绪和情感,按照人的认识和思维方式加以归类和理解,实现智能、自然的人机交互的本质,
表情识别是情感理解的基础,是计算机理解人们情感的前提和有效途径。近年来,随着人们对人机交互兴趣的
增加,FER 也就逐渐成为一个研究热点。为了实现自然和谐的人机交互,必须使计算机能够有效地理解人的情
感和意图。
人脸表情自动识别系统包括人脸检测,人脸特征区域定位与特征提取和人脸表情的情感分类 3 个关键
环节。在分析人脸表情和抽取特征数据之前,需要进行人脸检测,由于人脸检测算法已十分成熟,本文仅研究
人脸表情特征的定位和提取。为了得到较理想的阈值,先预处理;用迭代法取得阈值,再进行二值化;在二值化
的图像中利用投影法并根据“三庭五眼”标准进行器官特征区域定位(特征点粗定位),然后在得到的器官特
征区域里扫描进行特征点精定位,接下来就表情特征表示,最后是基于 BP 神经网经表情分类。
本文主要针对人脸图像的特点,研究了已有的一些 FER 方法,对如何精确有效地提取表情特征及特征表
示进行了探索,提出了一种融合的 FER 方法,本文进行了以下几个方面的研究:
:人脸表情特征的提取是 FER 的基础,在特征提取之前须进行有效的特征点定位,其基本思
想为:通过投影法进行眼睛及眉毛的定位,并利用“三庭五眼”的标准进一步确定嘴巴和鼻沟大概的位置:进
而提出了能较好反映边缘方向信息的改进 Sobel 算子,用该改进的 Sobel 算子得到的器官二值边缘图,与
Krisch 算子得到的器官二值边缘进行与操作能得较理想的边缘信息;在各特征相应的区域内,采取扫描法进
行特征点精确定位;即,特征点二次定位,先脸部表情特征区域定位(粗定位),然后特征点定位(精定位)。
:现有的表情识别方法中的特征表示,都力图使用更多