1、遠(yuǎn)程教學(xué)是一種全新的網(wǎng)絡(luò)教學(xué)方式，該方式實(shí)現(xiàn)了多人、多地、隨時(shí)、多形式的綜合教學(xué)。但是由于其教學(xué)過(guò)程中時(shí)間與空間的隔離，導(dǎo)致雙方無(wú)法進(jìn)行實(shí)時(shí)的情感交流，針對(duì)這種情況，本文對(duì)基于情感模型的表情識(shí)別方法的三個(gè)環(huán)節(jié)進(jìn)行了研究，分別是情感模型的建立、檢測(cè)人臉、識(shí)別表情，通過(guò)上述過(guò)程獲取較為準(zhǔn)確、詳細(xì)的情感信息。
　　本文建立了基于模糊理論的三維情感改進(jìn)模型，模型中選擇Ekman六類情感為基本情感，并且不同情感可由三維狀態(tài)空間中三個(gè)情感坐標(biāo)

2、的不同組合得到，同時(shí)利用模糊規(guī)則來(lái)劃分情感強(qiáng)弱程度。與傳統(tǒng)情感模型相比，不僅實(shí)現(xiàn)了情感與面部表現(xiàn)的對(duì)應(yīng)，并可以定量的表現(xiàn)各類情感的位置關(guān)系，各類情感不同程度的劃分使獲取的情感信息更加詳細(xì)，同時(shí)確定了利用該模型進(jìn)行表情識(shí)別進(jìn)而獲取較為詳細(xì)情感信息的基本流程。
　　遠(yuǎn)程教學(xué)中獲取的圖像一般為包含單個(gè)人臉的圖像，且圖像中人臉傾斜角度不定，當(dāng)傾斜角度較大時(shí)，直接利用Adaboost算法獲取人臉區(qū)域時(shí)會(huì)出現(xiàn)漏檢的情況。針對(duì)這一問(wèn)題，先通過(guò)膚

3、色特征排除部分非人臉區(qū)域，同時(shí)引入人眼定位確定圖像中人臉傾斜角度，并將圖像旋轉(zhuǎn)，在此基礎(chǔ)上采用Adaboost算法檢測(cè)人臉。實(shí)驗(yàn)結(jié)果表明，當(dāng)圖像中人臉傾斜角度不大于45度時(shí)，改進(jìn)方法比傳統(tǒng)方法有更高的人臉檢測(cè)準(zhǔn)確率。
　　在識(shí)別表情環(huán)節(jié)中，采用支持向量機(jī)分類能有效處理非線性、維度高、訓(xùn)練數(shù)據(jù)少等現(xiàn)實(shí)情況，但是分類過(guò)程中其參數(shù)的選取對(duì)分類結(jié)果有較大的影響，會(huì)使平均準(zhǔn)確率降低。針對(duì)上述情況，在表情識(shí)別的應(yīng)用中采用了細(xì)菌覓食算法選擇支持