人脸表情识别算法及应用

第1 章　绪论　/ 1
1．1　人脸表情识别系统概述　/ 1
1．2　基于动态图像序列的人脸表情识别的研究情况　/ 2
1．3　微表情识别的研究情况　/ 4
1．3．1　微表情识别的应用研究　/ 4
1．3．2　微表情表达的研究　/ 4
1．3．3　微表情识别的算法研究　/ 4
1．3．4　微表情数据库的研究　/ 5
1．4　鲁棒性人脸表情识别的研究情况　/ 6
1．4．1　面部有遮挡的表情识别研究现状　/ 7
1．4．2　非均匀光照下的表情识别研究现状　/ 7
1．4．3　与视角无关的表情识别研究现状　/ 8
1．5　人脸表情识别相关资料汇总　/ 8
参考文献　/ 8

第2 章　人脸检测与定位　/ 9
2．1　概述　/ 9
2．2　基于肤色分割和模板匹配算法的快速人脸检测　/ 10
2．2．1　基于彩色信息的图像分割　/ 10
2．2．2　自适应模板匹配　/ 12
2．2．3　仿真实验及结果分析　/ 14
2．3　改进Adaboost 算法的人脸检测　/ 15
2．3．1　由扩展的Haar-like 特征生成弱分类器　/ 16
2．3．2　Adaboost 算法生成强分类器　/ 16
2．3．3　级联分类器的生成　/ 18
2．3．4　极端学习机　/ 20
2．3．5　仿真实验及结果分析　/ 22
参考文献　/ 25

第3 章　基于Candide3 模型的人脸表情跟踪及动态特征提取　/ 26
3．1　概述　/ 26
3．2　基于Candide3 人脸模型的跟踪算法研究　/ 26
3．2．1　Candide3 人脸模型的研究　/ 26
3．2．2　基于Candide3 模型的跟踪算法研究　/ 28
3．3　跟踪算法改进　/ 33
3．3．1　光照处理　/ 33
3．3．2　基于在线表观模型的跟踪算法　/ 34
3．3．3　模型的自动初始化研究　/ 34
3．3．4　改进算法后跟踪实验　/ 36
3．4　动态特征提取　/ 37
3．4．1　特征点的跟踪　/ 37
3．4．2　动态特征提取　/ 38
3．4．3　基于k 均值的聚类分析　/ 39
参考文献　/ 42

第4 章　表情分类的实现　/ 44
4．1　概述　/ 44
4．2　K 近邻分类器　/ 44
4．2．1　K 近邻规则　/ 44
4．2．2　K 近邻分类的距离度量　/ 44
4．2．3　基于K 近邻分类器的分类实验　/ 45
4．3　流形学习　/ 46
4．3．1　主成分分析（PCA）　/ 47
4．3．2　拉普拉斯映射（LE）　/ 47
4．3．3　基于流形学习的降维分类实验　/ 48
4．4　支持向量机　/ 51
4．4．1　支持向量机的基本思想　/ 51
4．4．2　非线性支持向量机　/ 52
4．4．3　基于支持向量机的分类实验　/ 52
4．5　基于Adaboost 的分类研究　/ 53
4．5．1　Adaboost 算法　/ 53
4．5．2　基于Adaboost 的分类实验　/ 54
参考文献　/ 55

第5 章　人脸动态序列图像表情特征提取　/ 56
5．1　概述　/ 56
5．2　基于主动外观模型的运动特征提取　/ 56
5．2．1　主动形状模型　/ 56
5．2．2　几何特征提取　/ 57
5．3　基于Candide3 三维人脸模型的动态特征提取　/ 59
5．3．1　Candide3 三维人脸模型　/ 59
5．3．2　提取表情运动参数特征　/ 59
5．4　动态时间规整（DTW）　/ 61
5．5　特征选择　/ 64
5．5．1　基于Fisher 准则的特征选择　/ 64
5．5．2　基于分布估计算法的特征选择　/ 65
5．6　仿真实验及结果分析　/ 67
5．6．1　基于主动外观模型的运动特征提取　/ 67
5．6．2　基于Candide3 模型的动态特征提取　/ 69
参考文献　/ 72

第6 章　基于子空间分析和改进*近邻分类的表情识别　/ 74
6．1　概述　/ 74
6．2　特征降维　/ 74
6．2．1　非线性流形学习方法　/ 74
6．2．2　线性子空间方法　/ 76
6．3　改进*近邻分类法　/ 81
6．4　仿真实验及结果分析　/ 84
参考文献　/ 85

第7 章　微表情序列图像预处理　/ 86
7．1　概述　/ 86
7．2　灰度归一化　/ 86
7．3　尺度归一化　/ 88
7．4　序列长度归一化　/ 89
7．4．1　时间插值法原理　/ 90
7．4．2　时间插值法建模　/ 91
7．4．3　时间插值法实现　/ 93
参考文献　/ 95

第8 章　基于多尺度LBP-TOP 的微表情特征提取　/ 97
8．1　概述　/ 97
8．2　多尺度分析　/ 97
8．2．1　平滑滤波　/ 97
8．2．2　高斯微分　/ 99
8．3　局部二值模式　/ 101
8．3．1　原始LBP　/ 101
8．3．2　改进LBP　/ 102
8．3．3　降维　/ 103
8．3．4　静态特征统计　/ 105
8．4　时空局部二值模式　/ 106
8．4．1　LBP-TOP　/ 107
8．4．2　动态特征统计　/ 109
8．5　多尺度LBP-TOP　/ 112
参考文献　/ 114

第9 章　基于全局光流与LBP-TOP 特征结合的微表情特征提取　/ 115
9．1　概述　/ 115
9．2　相关理论　/ 115
9．2．1　运动场及光流场　/ 115
9．2．2　经典计算方法　/ 116
9．3　问题描述　/ 117
9．3．1　约束条件　/ 117
9．3．2　模型构建　/ 119
9．4　算法实现　/ 120
9．4．1　目标优化　/ 120
9．4．2　多分辨率策略　/ 122
9．4．3　特征统计　/ 124
9．5　光流与LBP-TOP 特征结合　/ 128
参考文献　/ 129

第10 章　人脸微表情分类器设计及实验分析　/ 131
10．1　概述　/ 131
10．2　支持向量机　/ 131
10．2．1　分类原理　/ 131
10．2．2　样本空间　/ 132
10．2．3　模型参数优化　/ 135
10．3　随机森林　/ 136
10．3．1　集成学习　/ 137
10．3．2　决策树　/ 137
10．3．3　组合分类模型　/ 139
10．4　评价准则　/ 141
10．5　实验对比验证　/ 143
10．5．1　识别LBP-TOP 特征　/ 143
10．5．2　识别GDLBP-TOP 特征　/ 146
10．5．3　识别OF 特征　/ 147
10．5．4　识别LBP-TOP＋OF 特征　/ 149
参考文献　/ 153

第11 章　基于Gabor 多方向特征融合与分块直方图的表情特征提取　/ 155
11．1　概述　/ 155
11．2　人脸表情图像的Gabor 特征表征　/ 156
11．2．1　二维Gabor 滤波器　/ 156
11．2．2　人脸表情图像的Gabor 特征表征　/ 157
11．3　二维Gabor 小波多方向特征融合　/ 159
11．3．1　融合规则1　/ 159
11．3．2　融合规则2　/ 160
11．4　分块直方图特征选择　/ 161
11．5　基于Gabor 特征融合与分块直方图统计的特征提取　/ 162
11．6　算法可行性分析　/ 163
11．7　实验描述及结果分析　/ 164
11．7．1　实验流程　/ 164
11．7．2　表情图库中图像预处理　/ 165
11．7．3　实验描述　/ 166
11．7．4　实验结果分析　/ 167
11．7．5　所选融合特征的尺度分析　/ 169
参考文献　/ 170

第12 章　基于对称双线性模型的光照鲁棒性人脸表情分析　/ 172
12．1　概述　/ 172
12．2　双线性模型　/ 174
12．3　基于对称双线性变换的表情图像处理　/ 175
12．4　光照变换　/ 178
12．5　实验描述及结果分析　/ 181
12．5．1　实验描述　/ 181
12．5．2　实验对比　/ 182
参考文献　/ 185

第13 章　基于局部特征径向编码的局部遮挡表情特征提取　/ 187
13．1　概述　/ 187
13．2　表情图像预处理　/ 188
13．3　局部特征提取与表征　/ 190
13．4　Gabor 特征径向编码　/ 190
13．5　算法可行性分析　/ 193
13．6　实验描述及结果分析　/ 193
13．6．1　局部子块数对识别结果的影响　/ 195
13．6．2　径向网格尺寸对识别结果的影响　/ 195
13．6．3　左/右人脸区域遮挡对识别结果的影响　/ 196
13．6．4　不同局部特征编码方法的实验对比分析　/ 196
13．6．5　遮挡对于表情识别的影响　/ 197
参考文献　/ 198

第14 章　局部累加核支持向量机分类器　/ 201
14．1　概述　/ 201
14．2　支持向量机基本理论　/ 202
14．2．1　广义*优分类面　/ 202
14．2．2　线性分类问题　/ 203
14．2．3　支持向量机　/ 205
14．2．4　核函数　/ 206
14．3　局部径向基累加核支持向量机　/ 206
14．4　局部归一化线性累加核支持向量机　/ 207
14．5　实验描述及结果分析　/ 209
14．5．1　实验描述　/ 209
14．5．2　对比实验　/ 210
参考文献　/ 213

第15 章　基于主动视觉的人脸跟踪与表情识别系统　/ 214
15．1　概述　/ 214
15．2　系统架构　/ 214
15．2．1　硬件设计　/ 214
15．2．2　交互界面的设计　/ 217
15．3　相关算法　/ 218
15．3．1　云台跟踪算法　/ 218
15．3．2　表情识别算法　/ 220
15．4　仿真实验及结果分析　/ 221
15．4．1　人脸定位跟踪实验　/ 221
15．4．2　人脸表情识别实验　/ 224
参考文献　/ 227

索引　/ 229