基于Boost改进的嵌入式隐马尔可夫模型的实时表情识别

• 作者: 周晓旭 徐斌 王阳生 黄向生
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 实时 人机交互 表情识别 嵌入式隐马尔可夫模型 人脸对齐
• 年，卷（期）: 2005,（11）
• 所属期刊栏目: 人工智能及图像处理
• 页码范围: 175-178,190
• 页数: 5页
• 分类号: TP3
• 字数: 4162字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2005.11.050

摘要

在人机交互过程中,理解人类的情绪是计算机和人进行交流必备的技能之一.最能表达人类情绪的就是面部表情.设计任何现实情景中的人机界面,面部表情识别是必不可少的.在本文中,我们提出了交互式计算环境中的一种新的实时面部表情识别框架.文章对这个领域的研究主要有两大贡献:第一,提出了一种新的网络结构和基于AdaBoost[2]的嵌入式HMM[1]的参数学习算法.第二,将这种优化的嵌入式HMM用于实时面部表情识别.本文中,嵌入式HMM把二维离散余弦变形后的系数作为观测向量,这和以前利用像素深度来构建观测向量的嵌入式HMM方法不同.因为算法同时修正了嵌入式HMM的网络结构和参数,大大提高了分类的精确度.该系统减少了训练和识别系统的复杂程度,提供了更加灵活的框架,且能应用于实时人机交互应用软件中.实验结果显示该方法是一种高效的面部表情识别方法.