1、人臉表情識(shí)別是近幾十年來(lái)才逐漸發(fā)展起來(lái)的一個(gè)科研熱點(diǎn)，指利用計(jì)算機(jī)分析特定人的臉部表情及變化，進(jìn)而確定其內(nèi)心情緒或思想活動(dòng)，實(shí)現(xiàn)人機(jī)之間更自然更智能化的交互。它在許多領(lǐng)域都有著潛在的應(yīng)用價(jià)值，包括心理學(xué)研究、圖像理解、合成臉部動(dòng)畫(huà)、視頻檢索、機(jī)器人技術(shù)、虛擬現(xiàn)實(shí)技術(shù)以及基于臉部表情的新型人機(jī)交互環(huán)境的研究與開(kāi)發(fā)等。 本文首先綜述課題的研究背景，分析目前國(guó)內(nèi)外已提出的主流人臉表情識(shí)別方法，重點(diǎn)對(duì)主成份分析方法、小波變換方法、光流模

2、型和隱馬可夫模型進(jìn)行了詳細(xì)闡述和比較。鑒于小波變換能有效地提取靜態(tài)表情圖像的變形特征，以及支持向量機(jī)所表現(xiàn)出來(lái)的強(qiáng)大的分類(lèi)能力，接著提出了基于Gabor小波變換和地理位置相結(jié)合的表情特征提取算法，然后結(jié)合支持向量機(jī)（SVM）進(jìn)行表情分類(lèi)。具體工作包括如下： 首先，在仔細(xì)閱讀人臉表情識(shí)別方面的參考文獻(xiàn)的基礎(chǔ)上進(jìn)行總結(jié)，決定做單幅靜態(tài)圖像的表情識(shí)別，并聯(lián)系下載了基本表情數(shù)據(jù)庫(kù)JAFFE。 其次，對(duì)表情數(shù)據(jù)庫(kù)（共213幅）中的

3、每一幅圖像，分別手工標(biāo)注出34個(gè)基準(zhǔn)點(diǎn)，并記錄下來(lái)。 然后，在3個(gè)尺度、6個(gè)方向上構(gòu)造Gabor小波族。每幅圖像分別用這18個(gè)Gabor函數(shù)進(jìn)行濾波，把濾波后圖像在34個(gè)基準(zhǔn)點(diǎn)上的幅值作為Gabor系數(shù)，即用一個(gè)612(＝34×3×6)維的行向量作為特征值，以便下一步進(jìn)行分類(lèi)。 最后，用支持向量機(jī)（SVM）做分類(lèi)器。把樣本集中的213幅圖像大致平均地分成10份，其中9份作為支持向量機(jī)的訓(xùn)練樣本，剩下的1份數(shù)據(jù)用來(lái)測(cè)試，此