1、人臉表情識別是一個新興的研究課題，在眾多領(lǐng)域有廣闊的應(yīng)用前景。人臉表情識別系統(tǒng)分為三個階段：圖像預(yù)處理、表情特征提取和表情分類識別。本文以人臉表情為研究對象，以表情識別為研究目的，對人臉表情的特征提取算法進(jìn)行分析與優(yōu)化，旨在提高人臉表情識別的效率。
　　人臉表情識別的特征提取方法又分為特征融合和特征降維，特征融合即對特征圖像按照特定規(guī)則進(jìn)行顯著特征提取，特征降維即對特征數(shù)據(jù)進(jìn)行主干信息選擇，它們直接影響到表情識別的準(zhǔn)確率。在表情特

2、征提取階段，由于人臉表情變化包含豐富的紋理信息，且不同的表情表現(xiàn)出的人臉不同的尺度變化，因此通常采用Gabor濾波器進(jìn)行表情特征提取。針對Gabor小波提取多方向多尺度的圖像特征維數(shù)過高的問題，本文提出了一種特征融合方法，將同一尺度下不同方向的特征圖像按照特定的融合規(guī)則進(jìn)行特征融合，在保證顯著特征的前提下消除冗余，在一定程度上降低了冗余度，提高了特征準(zhǔn)確性。在表情特征的降維階段，本文提出了一種基于局部保持的主成分分析（LPPCA）算法，

3、該算法結(jié)合了主成分分析（PCA）和局部保持投影（LPP）算法的優(yōu)勢，即保留了特征數(shù)據(jù)的方差信息的同時也保持?jǐn)?shù)據(jù)的局部幾何結(jié)構(gòu)信息，既能提取圖像的全局特征也對圖像的局部特征有一定的提取能力，能夠在特征維數(shù)降低的情況下鑒別不同表情的特征，進(jìn)一步提高了人臉表情特征提取的有效性。
　　本文采用日本女性人臉表情庫（JAFFE）進(jìn)行實驗，由支持向量機（SVM）進(jìn)行分類。本文改進(jìn)算法的實驗結(jié)果表明，特征融合改進(jìn)算法可在一定程度上提高人臉表情識別