论文部分内容阅读
面部表情识别是实现智能化人机接口的一个重要方面,通过表情能够反映出人的喜、怒、哀、乐等感受及其它复杂的心理活动。在列车舒适度的评价中,将面部表情识别技术应用于评估旅客乘坐高铁、动车时的心理状况,是一种新的尝试。本文旨在探索一种实时分析旅客表情信息的方法,来评估旅客在极端工况下的心理状况反应,为评价列车舒适度提供重要的反馈信息。为了构建实时的人脸表情分析系统,本文利用快速准确的人脸特征点定位方法来获取表情特征,进而对表情特征进行分类,从而识别出人脸表情。本文重点介绍和分析了两种常用的特征点定位算法,并做出相应改进；再在特征点定位的基础上,设计了实时的人脸表情识别系统。本文的主要工作如下：1.对两种较为热点的人脸特征点定位算法：主动形状模型(Active Shape Model, ASM)和主动表观模型(Active Appearance Model, AAM)进行了介绍和实现,并分析了两种算法的优缺点。2.提出两种基于双重拟合的人脸特征点定位方法,一种是基于多分辨率AAM的双重拟合方法,另一种是基于ASM与AAM结合的双重拟合方法。两种方法的思想在于快速获得较为准确的目标初始位置,进而取得较好的人脸特征点标定结果。最后通过实验结果表明,改进算法与原始算法相比,在能保证实时的情况下,提高了拟合精度。3.通过定位出的人脸关键特征点,进行表情的特征提取,进而利用支持向量机对特征提取的数据进行训练,得到表情分类模型,从而实现对目标图像的表情分类。在基于JAFFE库中做了相关实验,验证了特征点定位应用于表情识别的有效性。4.设计了一个特征点定位和表情分析系统。该系统集成了特征点标定、修改和静态与实时环境下的人脸检测、特征点定位和表情识别等功能。