自动人脸表情识别

《自动人脸表情识别》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、自动人脸表情识别1．2国内外相关领域的研究由于人腧表情的多样性和复杂性，表情识别具有较大的难度，因此与其他生物识别技术(如指纹识别、虹膜识别、人脸识别等)相比，发展相对缓慢，应用还不广泛。但是作为和谐人机交互领域中不可或缺的一部分，国内外很多研究机构及学者都致力于这方面的研究，并且取得了一定的成果。但总体而言目前的表情识别研究还很小成熟。人们对表情谚{别的研究可以追溯到20世纪70年代，早期丰要集中在心理学与牛物学方面的研究和分析。Darwin[21首先揭示了表情在不同性别，不同种族的人群中的一致性。Ekman和Ffiscn”】在1978年提出丁腧部动作

2、编码系统(FaciMActionCodingSystem，FACSl，采用44个运动单元fAorionUnits，AUs)来描述人脸衷情变化，并第一次系统地对表情进行了分类，定义了6种基本表情：愤怒(anger)、恐惧(fc神、厌恶(disgust)、高兴(happiness)、惊奇(surprise)、悲伤(sadness)。这一分类得到了广泛的认同，并成为后来很多表情识别研究工作的基础。现阶段还有很多机构在进行这方面的研究。美国的卡耐基．梅隆大学的视觉和自动化中心开发了自动人脸图像分析系统(AutomatedFacialImageAnalysis，A

3、FA)【4】，能够自动地识别人脸的运动单元，分析一段时间内的表情行为；2002年Ekman重新改进了FACS系统，使用更准确的方法描述面部行为：麻省理J二学院多媒体实验室的个人机器人组在2007年秋研制了能够识别人脸表情并且能做出相应刚应的机器人，如图11所示；加州大学圣地亚哥分校开发的系统可以检测到人在观看视频时的表情变化，预测该人更倾向于要快进还是慢放并实现它；日术的ATR媒体信息科学实验室建立了日本女性面部表4隋(JAFFEl公用数据库，并提出两种基于几何特征的静态二维图像表情识别方法口】【⋯。图11MIT机器人表情示例第一章绪论3国内的中科院、清

4、华大学、中国科技大学、哈尔滨工业大学、东南大学等机构都对表情识别做了研究。中科院计算所的山世光、高文建立了一个大规模、多样化的东方人脸库CAS．PEAL人脸库【7】其中就包括了人的各种表情。哈尔滨工业大学研制了具有视觉及面部表情的机器人【8】。中科院自动化所模式识别国家重点实验室，从美国引进运动捕获系统、三维扫描等设备用于语音和表情的识别，以加快情感计算的步伐。北京航天航空大学针对国内外情感数据匮乏的现状，设计并实现了较全面的视频人脸表情数据库【9】。但相比之下，国内对表情识别的研究和重视程度很不够，研究成果与国际水平还存在一定距离。但现有的表情识别方法

5、很难推广到实际应用中。目前面部表情识别研究的发展趋势是：建立稳健的、实时、全自动表情识别系统，能够在遮挡、光照变化等情况下进行表情识别。为此很多学者致力于基于三维模型的表情识别研究，但是由于其复杂性，进展也比较缓慢。1．3人脸表情识别综述1．3．1人脸表情识别系统概述人脸表情识别系统一般包括3个环节：人脸检测、特征提取、表情分类，如图1．2所示。建立一个人脸表情识别系统，第一步需要对人脸进行检测与定位，这一研究现在已经成为一个独立的方向并取得了很好的成果。第二步从人脸图像或视频序列中提取能够表征输入表情本质的信息。第三步特征分类，将输入的人脸表情分类到相

6、应的类别。，表情特钮E的提取表情分类图1．2人脸表情识别系统FacialExpressionRecognition(FER)从广义上讲一个良好的人脸表情识别系统应该包括以下几个不同的功能：1．人脸检测与跟踪人脸检测任务要求计算机从输入的图像中判断是否存在人脸。如果存在，同时需要给出人脸的位置。而人脸跟踪则需要进一步给出上述检测到的人脸有关信息随时间连续变化的情况。2．面部特征检测与提取要求系统能够确定出面部图像中的眼睛、嘴巴、鼻子等_丰要器官的位置，最好还能够描述出这些器官及面部的轮廓。3．人脸属性分类4自动人脸表情识别根据面部特征检测与提取的结果，结合

7、面部图像中的亮度信息，对检测到的人脸的性别、种族、年龄等属性做出判断。4．基于不同对象的人脸表情识别表情识别不但能识别出表情库中已有人脸的表情来反映这个人的情感变化，而且能识别出非库中人脸的表情，研究表情的共性及本质。1．3．2表情特征提取的方法表情特征提取是人脸表情识别系统中最重要的部分，有效的表情特征提取工作将使识别的性能大大提高。现有的特征提取的主要方法有：基于几何特征、统计特征、局部结构特征和运动特征等。基于几何特征的方法【10】f11】。主要是对人脸表情的显著特征，如眼睛、眉毛、嘴巴等位置变化进行定位与测量，确定其大小、距离、形状及相互比例特征

8、进行表情识别。几何法的优点是减少了数据量，缺点是丢失了一些重要的识别和分类信息，