人脸表情识别

基于稀疏表示的人脸表情识别算法研究

摘要：针对基于局部纹理特征的人脸表情识别算法不能有效表达不同表情状态下人脸运动单元差异性的问题，提出一种改进的稀疏表示人脸表情识别算法，将人脸纹理特征与全局位置特征用稀疏表示模型相结合，得到人脸表情的稀疏系数矩阵，并作为支持向量机表情识别的输入。人脸表情库BU_3DFE实验结果表明，该算法提高了表情识别的准确率。 关键词：表情识别；稀疏表示；特征融合 DOIDOI：10.11907/rjdk.161671

中图分类号：TP312文献标识码：A文章编号：1672-7800（2016）006-0031-02 参考文献：

[1]JI ZHENG Y，XIA M，MITSURU L，YU-LI X.Facial expression recognition based on feature point vector and texture deformation energy parameters[J].Journal of Electronics and Information Technology，2013，35（10）：2403-2410. [2]ZHAN YONG

第４期２０嘴年４月

电子学报

ＡｃｒＡ同压℃Ⅱｔ０ＭＣＡ咖ＣＡｖ０１．３６Ｎｏ．４

Ａｐｄ２００８

支持向量鉴别分析及在人脸表情识别中的应用

应自炉１，２，唐京海１，李景文１，张有为１，２

（１．北京航空航天大学电子信息工程学院，北京ｌ（ＤＯＫ３；２．五邑大学信息学院，广东江－ｔ－］５２９０２０）

摘要：模式识别一般首先要对数据进行降维，ＰＣＡ和ＬＤＡ及其对应的核化算法是其中应用广泛的方法，但这些算法的应用前提是假设样本数据为高斯分布，在少样本训练时它们的推广性能有很大局限．本文提出了一种基于支持向量机的鉴别分析算法，该算法首先寻找有限样本情况下最优分类面，以其法线方向为投影轴对数据进行投影降维，在多类情况下提供了极其丰富的方案选择投影轴．该算法体现了支持向量机的内在优良推广性能，克服了ＰＣＡ和ＬＤＡ等算法的局限性．本文将所提算法应用于人脸表情特征提取，并与ＰＣＡ、ＬＤＡ、ＫＰＣＡ、ＧＤＡ等算法进行ｒ比较，结果表明该算法的有效性．

关键词：模式识别；主元分析；Ｆｉｓｈｅｒ鉴别分析；支持向量机；表情识别

中图分类号：ＴＰ３９１．４文献标识码：Ａ文章编号：０３７２－２１１２（２０鸺）０４－０７２５－０６

ＳｕｐｐｏｒｔＶｅｃｔｏｒＤｉｓｃｒｉｍｉｎａｎｔＡｎａｌｙｓ

人脸识别实验

一、实验要求

1.选择任一人脸数据库

2. 查找人脸识别文献，写简单综述 3. 选择方法，完成实验

二、实验原理

1、人脸识别简介

人脸识别技术是基于人的脸部特征，对输入的人脸图象或者视频流 . 首先判断其是否存在人脸 , 如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 2、．PCA

主成分分析 （ Principal Component Analysis ， PCA ）或者主元分析。是一种掌握事物主要矛盾的统计分析方法，它可以从多元事物中解析出主要影响因素，揭示事物的本质，简化复杂的问题。计算主成分的目的是将高维数据投影到较低维空间。给定 n 个变量的 m 个观察值，形成一个 n′m 的数据矩阵，n 通常比较大。对于一个由多个变量描述的复杂事物，人们难以认识，那么是否可以抓住事物主要方面

人脸识别源代码

※人脸检测(文章+程序)---技术文档及代码非常全『 MB) 』

※完整的Matlab下人脸检测及识别系统源代码『 (393.19 KB) 』

注：这个人脸检测和识别系统开发于Matlab 7.0.1下，非常值得学习。

※Matlab实现的基于颜色分隔的人脸人眼检测与定位及识别算法源代码 『

Face-Eye-Detection.part1.rar (1.91 MB)

Face-Recognition-Detection.rar 人脸检测（文章+程序）.rar (1.27

Face-Eye-Detection.part2.rar (152.54 KB) 』

注：这是一个matlab程序，用来检测并定位人脸及人眼。采用的算法是肤色的颜色分隔。附件中的文件包括 eyematch.m, eyematch2.m, face.m, findeye.m,skin.m, k001.JPG等等 。

※完整的包括及动作识别的C++人脸检测源代码『 』

本文的目的是提供一个我开发的SSE优化的，C++库，用于人脸检测，你可以马上把它用于你的视频监控系统中。涉及的技术有：小波分析，尺度缩减模型（PCA,LDA,ICA），人工神经网络

人脸

人脸别识术介绍技201年66月

人脸

目录第部一分

人脸别识原理人 识脸别的应用景场人脸识别算法二第分部第三部分

1--

人脸

物生别技术

生识物特征生理特征 hwaty o huav?e-像 人DN-A-虹膜 - 纹指行为征 w特ha tou yo?-笔d 迹-态 步身体-味 气-键节按奏 “后习天惯”“与生俱”来

2--

人脸

人脸别识技术生物识技术就是别通过算机与计学光声学、、物生传 感和生物器统学计理原高等技手段科密结合，利切用 体人有的生固特性理(如，纹指声、、人像、纹虹等膜)和为行征(特如迹、声笔、步音态等来进)行人身份个的定。 鉴其中人脸识是指人别面的五官部及以廓的轮布。分这些布分特征因人异，与生俱来。相对于其他而物生识别术技，人识脸别具有侵扰性，无需干扰非们人的正常行为就能较好 地达识到效果。别由于用采脸识别技人术的设 可备随意以安放，备的设安隐蔽性非常放，能远好距 非离触接速锁定目标快识别对，象此因脸人识技术 别被国外泛广应用到公安众防统中系应用，模规大。庞-3-

人脸

生物别技术比较识误率 认脸人识 别指识纹别掌纹 别 识 很低 低低认拒 <0率2 .% 55

%用易 性非好常好 用困使难

理处速度人 <1秒 5秒 /-15秒

5价

摘 要

人脸检测主要是基于计算机识别的一项数字化技术，用以准确获取人的脸部大小和位置信息，在进行人脸检测时，突出主要的脸部特征，淡化次要的环境、衣着等因素。对于某些情况下，人脸检测也可以计算出人脸，如眼睛，鼻子和嘴等精确的微妙特征。由于在安全检测系统，医学，档案管理，视频会议和人机交互等领域人脸检测系统都有光明的应用前景，因此人脸检测逐渐成为了两个跨学科领域研究的热门话题:人工智能和当前模式识别。本文基于OpenCV视觉库具体的设计并开发了对数字图像中的人脸检测的程序，所采用的人脸检测的原理主要是分类器训练模式(Adaboost算法)提取Haar特征的方法。它在整个软件极其重要的作用，图像中人脸的准确定位和识别都受图像处理好坏的直接影响。本次所设计的软件在图像处理部分所采用的方法是基于Adaboost算法进行Haar特征的提取，在此之上加以通过积分图方法来获取完整的级联分类器结构，进行人脸检测时，OpenCV级联分类器通过Adaboost人脸检测算法进行训练，此后采用不同情况下的实验样本完成精确定位以及检测试验。经过代码的设计和调试，在最后的测试中针对数字图像进行的人脸检测和定位达到了较好的效果，提高了定位和识别的正确率。

关键词：人脸检测

第 卷第 期 计算机应用研究 年 期 Application Research of Computers

自发表情识别方法综述*

(南昌大学信息工程学院，南昌330031)

摘要： 表情识别研究热点正从摆拍表情转移到自发表情，本文介绍了目前自发表情识别研究的现状与发展水平，详细阐述了自发表情识别研究的内容和方法，以及自发表情识别研究的关键技术，旨在引起大家对此新兴研究方向的关注与兴趣，从而积极参与对自发表情识别问题的研究，并推动与此相关问题的进展。 关键词：表情识别；自发表情；特征提取

中图分类号: **** 文献标志码: A 文章编号：（作者可不填） doi:10.3969/j.issn.1001-3695 (作者可不填)

A Survey of Spontaneous Facial Expression Recogni

人脸识别的研究历史比较悠久。高尔顿(Galton)早在 1888 年和 1910 年就分别在《Nature》杂志发表了两篇关于利用人脸进行身份识别的文章，对人类自身的人脸识别能力进行了分析。但当时还不可能涉及到人脸的自动识别问题。最早的AFR1的研究论文见于 1965 年陈（Chan）和布莱索（Bledsoe）在Panoramic Research Inc.发表的技术报告，至今已有四十年的历史。近年来，人脸识别研究得到了诸多研究人员的青睐，涌现出了诸多技术方法。尤其是 1990 年以来，人脸识别更得到了长足的发展。几乎所有知名的理工科大学和主要IT产业公司都有研究组在从事相关研究。

表 1 人脸识别发展历史简表

人脸识别是一个被广泛研究着的热门问题，大量的研究论文层出不穷，在一定程度上有泛滥成“灾”之嫌。为了更好地对人脸识别研究的历史和现状进行介绍，本文将 AFR 的研究历史按照研究内容、技术方法等方面的特点大体划分为三个时间阶段，如表1 所示。该表格概括了人脸识别研究的发展简史及其每个历史

阶段代表性的研究工作及其技术特点。下面对三个阶段的研究进展情况作简单介绍。

第一阶段（1964 年~1990年）

这一阶段人脸识别通常只是作为一个一般性的模式识别

面部表情识别实验报告

作者：王顺兰 学号：222011301011180 西南大学 政治与公共管理学院 重庆 400715

摘要：被实验将14名被试分为两组进行表情认知的实验，实验目的在于通过实验了解面部表情认知的基本特征，结果分别统计两组被试对各种面部表情正确判断的百分数，并对两组判断的平均正确率进行显著性检验，表明差异显著。对表情的认知符合“面部肌肉运动模式作为情绪标志的根据”这一论断，也符合面部动作编码系统。 关键词：情绪 表情认知 线索 一、实验目的与器材

实验目的：通过实验了解面部表情认知的基本特征。 实验器材：

JGW－B型心理实验台速示器单元，记录用纸（2种，一为白纸，另一种为事先编制好编号与描述各种表情的语词的记录纸） 面部表情卡片6张 注视点卡片１张 二、实验程序

接通电源，打开速示器开关，灯亮。在“工作方式”栏，选择Ａ为“定时”，Ｂ为“背景”，选“Ａ－Ｂ”顺序方式；“时间选择栏”，A定为“５000”，B选为“背景”。被试坐在桌前观察窗口，两眼注视中心；注视点卡片输入B视场，表情卡片依次输入Ａ视场。 将全体被试分为相等的２个组，Ａ组被试发给事先编好的记录纸。指导语：请你一张一张的看一些与记录纸上情绪是

燕山大学课程设计（论文）任务书

院（系）： 基层教学单位： 学 号 学生姓名 专业（班级） 设计题目 基于MATLAB的人脸识别 设 计 技 术 参 数 设 计 要 求 测试数据库图片 10张 训练数据库图片 20张 图片大小 1024×768 特征向量提取阈值 1 综合运用本课程的理论知识，并利用MATLAB作为工具实现对人脸图片的预处理，运用PCA算法进行人脸特征提取，进而进行人脸匹配识别。 工 作 量 一周的课程设计时间，完成一份课程设计报告书，包括设计的任务书、基本原理、设计思路与设计的基本思想、设计体会以及相关的程序代码； 熟练掌握Matlab的使用。 工 作 计 划 第1天 按要求查阅相关资料文献，确定人脸识别的总体设计思路； 第2天 分析设计题目，理解人脸识别的原理同时寻求相关的实现算法； 第3天 编写程序代码，创建图片数据库，运用PCA算法进行特征提取并编写特征脸，上机进行调试； 第4天 编写人脸识别程序，实现总体功能； 第5天 整理思路，书写课程