1、隨著人類智能化要求的提升以及科學技術(shù)的發(fā)展,使計算機能夠理解人的情感、適應(yīng)人的自然交流方式是未來發(fā)展趨勢。人臉表情包含著豐富的情感信息,反映著人類的內(nèi)心世界,是一種重要的非語言交流方式。因此,人臉表情識別相關(guān)技術(shù)成為了計算機信息處理領(lǐng)域的研究熱點,得到了各界人士的重視,廣泛應(yīng)用于遠程教育、臨床醫(yī)學、安全駕駛輔助、人機交互、智能機器人等領(lǐng)域。
　　 在面部表情識別過程中,特征提取步驟和分類識別步驟是其核心部分,決定著識別結(jié)果的好壞

2、。本文通過對這兩個步驟的研究,提出了一種改進的人臉表情識別方法,主要包括以下幾個方面的內(nèi)容:
　　 1.研究了如何獲取表情識別最有貢獻的特征,使特征提取更加有效。本文提出了基于局部二值模式(LBP)的層次特征提取法,該方法結(jié)合分層和分塊的思想,分兩次對圖像進行分塊,分別提取圖像的整體和局部信息。并在局部特征提取階段,采用權(quán)重策略對鼻子和眼、嘴器官所在分塊賦予更高的權(quán)值,突出其重要性,更好地提取描述人臉表情的特征信息。
　　

3、 2.研究了如何選擇分類識別方法,使之與層次特征提取法進行有效結(jié)合,使表情識別率得到提高。經(jīng)過分析比較,本文選擇了嵌入式隱馬爾可夫模型作為識別方法,并將層次特征提取法所提取的LBP直方圖作為嵌入式隱馬爾可夫模型的初始向量,即形成觀察序列。這樣的組合方式既有效解決了EHMM模型初始向量很難確定的問題,又充分利用了層次特征提取法計算簡潔快速的特點和嵌入式馬爾可夫模型識別高精度的優(yōu)點。
　　 3.研究了所提出層次特征提取法的分塊方式

4、。本文采用了一種與EHMM模型相適應(yīng)的分塊方式,該方法將二維的人臉表情圖像由上到下分為五個部分二十一個子塊,對應(yīng)嵌入式隱馬爾可夫模型中的五個超級狀態(tài)和二十一個子狀態(tài)。這樣的對應(yīng)關(guān)系,充分利用人臉表情的最有效特征與EHMM的二維性質(zhì),對整體識別率極具貢獻。
　　 最后,使用JAFFE人臉數(shù)據(jù)庫,并采用所提出的層次特征提取法和嵌入式隱馬爾可夫模型相結(jié)合的方式,在MATLAB上實現(xiàn)七種人臉表情識別的仿真實驗,并與相關(guān)聯(lián)方法進行對比,證