人脸面部表情识别.pdf

《人脸面部表情识别.pdf》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、技术论坛计算机与网络人脸面部表情识别傅栩雨叶健东王鹏曾颖森（北京邮电大学,北京海淀100876冤[摘要]近年来交互，智能成为了大家很关注的问题，人脸表情识别是人工智能中有重大意义的一部分，通过面部情绪的识别，增进人机交往的友好性和智能性。本文讲述了情绪识别的完整过程，从摄像头的实时影像中开始到最后实现情绪识别，显示识别结果。不单一地侧重某一部分内容，而进行整体过程的勾画。同时将涉及到的多方面内容从原理到应用讲逐个讲解，点明使用的具体方法，结合实际应用过程对功能相近的模块进行选择和对比。[关键词]表情识别；主动形状模型；局部二值特征；

2、级联分类器；主动表观模型中图分类号：TN971文献标识码：A文章编号：1008-1739（2015）10-70-2FacialExpressionRecognitionFUXu-yu,YEJian-dong,WANGPeng,ZENGYing-sen(BeijingUniversityofPostsandTelecommunications,Beijing100876,China)Abstract：Inrecentyears,interactionandintelligenceareissuesattractingmoreandmo

3、reattention.Facialexpressionrecognition,asasignificantpartofartificialintelligence,enhancesthefriendlyandintelligenthuman-machineinteractionthroughfacialemotionrecognition.Thepaperdescribesthecompleteprocessofemotionrecognitionfromthereal-timeimagesofcameratothefinalre

4、alizationofemotionrecognitionandresultdisplay.Thepaperoutlinesthewholeprocessinsteadofsolelyfocusingonapartofthecontent.Andthemultipleaspectsofcontentinvolvedareintroducedonebyone,fromtheorytoapplication.Thespecificmethodsofusearepointedout,andthemoduleswithsimilarfunc

5、tionsareselectedandcomparedbasedonthepracticalapplicationprocess.Keywords：facialexpressionrecognition;activeshapemodel;localbinarycharacteristic;cascadeclassifier;activeappearancemodel1引言可以对人的语言、肢体动作、表情作出自然地反应。要实现这样的需求就需要计算机可以更好的理解用户的行为，最好能够赋予计算机人的情感和判断，因此人脸情绪是别对人机的指纹，

6、虹膜，人脸等人与生俱来的信息越来越多的应用到良好交互有着重要意义。身份认证的过程中。由于计算机的工作能力，早期这些信息只情绪是一种重要的心理活动，情在绪的表达中语言占有是小部分的被使用。人工智能的发展，对这类信息的处理利用7%,语音占38%，面部表情占55%，因此对表情的分析可以使提出了更高的要求。计算机更好地揣度人的情绪，作出期望的反应。识别表情对计计算机以人为服务对象而被广泛使用，随着计算机技术算机来说不是一件容易的事情，表情是通过面部肌肉的运动的发展，操作越来越复杂，功能越来越多样，但在取得这些进实现的，由几十块肌肉共同作用产

7、生产生。同一个人在不同的步的同时牺牲了用户使用的舒适度和友好性，人机交互成为情景下，同一种表情的表达方式也会有差别，不同的人的表情一个重要课题。在人机交互的过程中，人们不再满足于通过鼠更是千差万别，很难以统一的标准来判断。同时，人眼的识别标键盘等物理介质实现对计算机的控制和交流，希望计算机能力远远高于计算机，计算机能否在短时间中捕捉到特征，以定稿日期：2015-04-26什么为特征，又是一大问题。基金项目：北京邮电大学大学生创新基金资助表情识别又是一个结合心理学、生理学、计算机视觉、模70计算机与网络技术论坛式识别的交叉课题。研究意

8、义重大，应用广阔。除了一些重复的步骤。2haar特征确定人脸位置（1）haar-like特征的计算如下图所示的就是haar-理科特征，由黑白的矩形区域构成。Haar-like分为以下四种，边缘特征、线性特征、中心特图3第二次检测征和对