表情识别 隐马尔可夫模型 K-L变换 人脸检测论文

1、表情识别论文：人脸表情识别系统的研究与实现【中文摘要】面部表情识别是计算机科学与人机交互领域的一个新兴研究课题。面部表情是人们内心情感的真实表露。美国著名心理学家阿尔培特认为,在人们进行感情表达时,往往言词的使用只占7%,声调占38%,而剩下的55%由面部表情来完成。人脸表情识别的是让人工智能产品能够识别出人的表情,进而分析人的内心情感。人脸表情识别对人机交互、安全、机器人、通信和汽车领域都起着不可估量的作用；因此,对于人脸表情识别的研究具有非常重要的研究和应用价值。表情识别主要分为两大类：动态视频的表情识别和静态图像的表情识别。本人针对静态图像的表情识别做了如下工作：1.研究并实现了基于模板

2、匹配方法的人脸检测,包括制作人脸模板,选择匹配算法及采用马赛克检验方法检测人脸；在表情识别中,成功检测人脸是表情识别的首要任务。2.研究并实现了表情图像的预处理算法,由于各种图像尺寸不同,背景不同,并会有多种光照条件的影响,因此,首先采用直方图均衡化等方法对图像进行预处理。预处理为提高表情识别率奠定了良好的基础。3.实现基于轴对称性的人眼和嘴巴的定位方法,假设单眼区域和嘴巴区域均具有关于中心垂线轴对称的特性,首先找到一只单眼的下半部.【英文摘要】Facial expression analysis is rapidly becoming an area of intense interest

3、in computer science and human-computer interaction design communities. The most expressive way humans display emotions is through facial expressions. One of America famous psychologist named Albert said:when a man shows his emotions, his words carrying 7 percent of emotions, his tune carrying 38 per

4、cent and his expression carrying the rest 55 percent. The purpose of facial expression recognization is to make the computer recognize pe.【关键词】表情识别 隐马尔可夫模型 K-L变换 人脸检测【英文关键词】Facial expression recognition HMM K-L transform Face detection【目录】人脸表情识别系统的研究与实现致谢5-6中文摘要6-8ABSTRACT8-9序10-141 绪论14-211.1 研究背景与

5、意义14-151.2 研究历史与现状15-171.3 研究内容17-201.4 本文的内容结构20-212 人脸检测21-312.1 人脸检测背景21-222.2 人脸检测方法概述22-232.3 图像预处理直方图均衡化23-252.4 基于模板匹配的人脸检测25-31 制作模板26-27 模板匹配算法27-28 马赛克检测28-29 实验结果29-313 面部器官定位与特征提取31-443.1 定位眼睛31-36 眼睛定位方案31-32 眉眼区域定位32-34 眼睛精确定位34-363.2 定位嘴巴36-38 图像角度归一化36-37 图像黑白二值化37-38 嘴巴最终定位383.3 特征提取38-44 K-L变换原理39-40 K-L变换在人脸表情识别中的应用40-444 表情分类与识别44-574.1 表情分类的常用方法概述44-454.2 分类器的设计与实现45-52 隐马尔可夫模型概述45-47