计算机辅助设计与图形学学报
計算機輔助設計與圖形學學報
계산궤보조설계여도형학학보
JOURNAL OF COMPUTER-AIDED DESIGN & COMPUTER GRAPHICS
2008年
7期
900-905
,共6页
表情识别%Gabor小波变换%二维离散余弦变换%主动表观模型%隐马尔可夫模型
錶情識彆%Gabor小波變換%二維離散餘絃變換%主動錶觀模型%隱馬爾可伕模型
표정식별%Gabor소파변환%이유리산여현변환%주동표관모형%은마이가부모형
当前多数图像序列的人脸表情识别方法仅提取图像的某一类特征,导致特征参数不能全面地反映脸部情感信息.提出一种基于混合特征和多HMM融合的图像序列表情识别方法.采用Gabor小波变换、二维离散余弦变换分别提取眼睛及眉毛区域、鼻子区域的纹理变化特征,对嘴巴区域则采用主动表观模型提取形状变化特征.对待测图像序列中的每个表情特征区域采用离散隐马尔可夫模型得出6种表情概率;然后根据在训练阶段得到的每个表情特征区域对每种表情的贡献权值进行加权融合,并选择融合后的表情概率最大者作为识别结果.实验结果表明,该方法综合了表情的纹理与形状变化,能够得到很好的识别效果,且处理速度快,适合于实时图像序列的表情识别.
噹前多數圖像序列的人臉錶情識彆方法僅提取圖像的某一類特徵,導緻特徵參數不能全麵地反映臉部情感信息.提齣一種基于混閤特徵和多HMM融閤的圖像序列錶情識彆方法.採用Gabor小波變換、二維離散餘絃變換分彆提取眼睛及眉毛區域、鼻子區域的紋理變化特徵,對嘴巴區域則採用主動錶觀模型提取形狀變化特徵.對待測圖像序列中的每箇錶情特徵區域採用離散隱馬爾可伕模型得齣6種錶情概率;然後根據在訓練階段得到的每箇錶情特徵區域對每種錶情的貢獻權值進行加權融閤,併選擇融閤後的錶情概率最大者作為識彆結果.實驗結果錶明,該方法綜閤瞭錶情的紋理與形狀變化,能夠得到很好的識彆效果,且處理速度快,適閤于實時圖像序列的錶情識彆.
당전다수도상서렬적인검표정식별방법부제취도상적모일류특정,도치특정삼수불능전면지반영검부정감신식.제출일충기우혼합특정화다HMM융합적도상서렬표정식별방법.채용Gabor소파변환、이유리산여현변환분별제취안정급미모구역、비자구역적문리변화특정,대취파구역칙채용주동표관모형제취형상변화특정.대대측도상서렬중적매개표정특정구역채용리산은마이가부모형득출6충표정개솔;연후근거재훈련계단득도적매개표정특정구역대매충표정적공헌권치진행가권융합,병선택융합후적표정개솔최대자작위식별결과.실험결과표명,해방법종합료표정적문리여형상변화,능구득도흔호적식별효과,차처리속도쾌,괄합우실시도상서렬적표정식별.
