基于变阈值局部二值模式的人脸表情识别方法的研究毕业设计.docx

基于变阈值局部二值模式的人脸表情识别方法的研究毕业设计.docx

《基于变阈值局部二值模式的人脸表情识别方法的研究毕业设计.docx》由会员分享，可在线阅读，更多相关《基于变阈值局部二值模式的人脸表情识别方法的研究毕业设计.docx（40页珍藏版）》请在冰豆网上搜索。

基于变阈值局部二值模式的人脸表情识别方法的研究毕业设计

摘要

作为智能化人机交互技术中的一个重要组成部分，人脸表情识别越来越受到重视，它是涉及模式识别、机器视觉、图像处理、心理学等研究领域的一个极富挑战性的交叉课题之一，是近年来模式识别与人工智能领域的一个研究热点。

一般而言，人脸表情识别主要有四个基本部分组成：

表情图像获取、表情图像预处理、表情特征提取和表情分类。

本文重点集中在对表情特征提取问题的研究上，研究工作如下：

本文提出了一种LBP的扩展形式，即变阈值局部二值模式。

变阈值局部二值模式通过引入变阈值ε扩展了变换后的特征空间，并且可以通过调整变阈值ε的值在特征空间基于改进LBP的人脸表情识别方法中寻找适合于特定分类问题的子空间。

经过改进，变阈值局部二值模式对于噪声和光照变化相对于LBP更加鲁棒，而且特征抽取的过程也能够相对灵活。

最后本文以变阈值局部二值模式直方图作为特征向量，采用

2概率统计来计算各特征向量的距离，选用最近邻分类器进行特征分类，求出识别率。

我们使用matlab语言将上述算法应用于人脸表情识别，取得了较好的识别效果。

关键字：

人脸表情识别，特征提取，LBP，变阈值局部二值模式

ABSTRACT

Asanimportantpartofthetechnologyforman-machineinteraction,moreandmoreattentiontofacialexpressionrecognition．Itisoneofthemostchallengingproblemsinthefieldsofpatternrecognition,machinevision,imageprocessingandpsychology,andithasbecomeahotresearchtopicinthefieldofpatternrecognitionandartificialintelligenceinrecentyears．Generallyspeaking，facialexpressionrecognitionincludedfourparts：

expressionimageacquisition,expressionimagepreprocessing，facialfeatureextractionandexpressionclassification．Inthisthesiswefocusedontheproblemoffacialfeatureextraction.Myprimaryworkwassummarizedasfollow：

ThisimprovedLBPiswecalledlocalthreshold．Localthresholdextendsthefeaturespacethroughtheintroductionofparameterchangeablethreshold,andcanfindasuitableforaparticularclassificationbyadjustingthevalueofchangeablethresholdinthefeaturespace．LocalthresholdismorerobusttoLBPfornoiseandilluminationchanges，andfeatureextractionprocesscanalsoberelativelyflexible．Finallyweuselocalthresholdhistogramasfeaturevectors，using

2probabilitystatisticstocalculatethedistancebetweeneachfeaturevectors，choosingthenearestneighborclassifierforfeatureclassification,andthencalculaterecognitionrate．Theabovealgorithmhadbeenappliedtofacialexpressionrecognitionbyusingthematlablanguage，andafterthesimulationachievedabetterrecognitioneffect．

Keywords：

facialexpressionrecognition,featureextraction,LBP,localthreshold,expressionclassification

第一章绪论

第一节课题研究背景及意义

上世纪90年代，Pentland提出了著名的特征脸方法。

此后，基于统计的人脸识别方法就成了人脸识别的主流方法。

人脸表情在人们的交流中起着非常重要的作用，是人们进行非语言交流的一种重要方式。

表情含有丰富的人体行为信息，是情感的主载体，包含了丰富的情感信息，通过脸部表情能够表达人的微妙的情绪反应以及人类对应的心理状态，由此可见表情信息在人与人之间交流中的重要性。

人脸表情识别技术随着人们对表情信息的日益重视而受到关注，成为目前一个研究的热点。

所谓人脸表情识别就是利用计算机对人脸的表情信息进行特征提取并分类的过程，它使计算机能获知人的表情信息，进而推断人的心理状态，从而实现人机之间的智能交互。

表情识别技术是情感计算机研究的内容之一，是生物特征识别、人工心理理论、情感计算、生理学、心理学、计算机视觉等多学科交叉的一个极富挑战性的课题，它的研究对于自然和谐的人机交互、远程教育、安全驾驶等都有重要的意义，具体表现在以下几个方面：

（1）智能人机交互的实现：

人脸面部表情的分析、编码、识别以及在此基础上的表情动作跟踪的研究，对实现自然的、智能化的人机交互和计算机自动图像理解都有重要的意义。

例如在人机界面中如果能够出现安慰与鼓励等方面的文字、图像与声音，用户会感觉更加亲切。

不仅如此，如果使得计算机可以通过计算机视觉的方法分析出用户的面部表情信息，那么就可能使得计算机表现出更多人类所特有的本领。

也许它会知道你喜欢什么歌曲，喜欢哪个影星表演的电影，知道你所处的情绪状态（正面情绪还是负面情绪），甚至可能做出一些人性化的举动，真正实现智能化。

（2）远程教育：

有过远程教育经历的老师普遍觉得很难掌握学生对课程的掌握程度，如果在正常的授课中，老师可以通过实时的监控学生的表情来调节和控制课程的进度，那么将使教师更好的把握课程进度，大大地提高学习效率。

（3）安全领域：

在一些特定的工作中，表情的自动监视与分析也非常有用比如，对机动车司机、飞机驾驶员来说，一时的疲倦就有可能会产生严重的后果加入表情自动分析技术的系统就可以实时的监控其表情的变化，判断其精神状态，对可能出现的危险情况发出警告。

在类似这种不能由他人监控，而工作者的精神状态不佳又会产生严重后果的工作中，表情自动分析系统都可以得到应用。

（4）电脑游戏：

这可能是脸部表示识别和制作最有应用价值的一个领域。

电脑游戏中的人物若能读懂游戏者的表情，如喜、怒、哀、乐来做出实时的反应，并与之亲切交流，那么这样的游戏肯定比那些传统规定好规则的游戏更加吸引人，会给游戏者以更加身临其境的感觉。

（5）压力检测：

同自动驾驶中的表情检测一样，表情检测与分析对一些工作压力较大的工人同样是必须的。

如果从他们的表情中检测到痛苦或其它不适的表情，那么就需要马上对他们进行治疗，否则会出现危险。

（6）医疗领域：

表情识别还可用于机器人手术操作和电子护士的护理。

可以根据患者面部表情变化及时发现其身体状况的变化，避免悲剧发生。

（7）心理学：

心理学家在研究人类交往活动中的信息表达时发现表情起到了重要的作用，假设开发出的家庭机器人能够自动识别分析人类的各种表情，将可以帮助判断人们的精神状态甚至心理健康状况，更好的与人合作，帮助我们协调人与人的关系等等。

总之，人脸表情识别技术作为一种高端生物特征识别技术，有着极其广阔的应用前景，将会涉及到人们日常生活的许多方面，对改善和提高人们的生活质量以及生活方式都有极其重要的作用和意义。

国际上关于面部表情的分析与识别的研究工作可分为基于心理学和计算机两类。

早在1872年，著名生物学家达尔文[1]就对人脸表情的相似性和延续性进行了研究，他指出：

面部表情不随种族、国家、性别等的不同而不同，并且表情行为可以继承。

1978年美国心理学家Ekman和Friesen[2]开发了面部动作编码系统FACS（FacialActioncodingsystem）来检测面部表情的细微变化。

它采用44个能够独立运动的表情活动单元（ActiveUnit，Au）描述面部动作，这些单元与使用面部表情改变的肌肉结构紧密相连。

在这个系统中，他将表情分为六个基本类别：

愤怒、厌恶、恐惧、高兴、悲伤和惊奇以及33种不同的表情倾向，说明了具有这六种表情的人脸特征与无表情人脸特征相比具有相对独特的肌肉运动规律，后来进一步的研究大多是在FACS系统的基础上构建的人脸表情模型，所以说这一系统的提出具有里程碑的意义。

计算机方面，Suwa和Sugie[3]等人于1978年对表情识别做了一个最初的尝试，他们跟踪一段脸部视频动画，得到每帧图片上20个关键点的运动规律，并将此运动规律与预先建立的不同表情的关键点运动模型相比较。

同年，Terzopoulous和Waters[4]则运用了简化的Ekman-Friesen模型，用计算机产生人脸动画，同时也做了人脸视频序列的表情分析。

直到1981年才有人用仿生学方法从肌肉角度的观点为面部表情建立模型。

到现在为止，人脸表情识别已经经过了40年的发展。

尤其是近年来，随着计算机硬件性能的提高和人类对人机交互的热切盼望，它更成为一个热门的研究课题。

美国、日本、英国、德国、荷兰、法国等经济发达国家和发展中国家如印度、新加坡都有专门的研究组进行这方面的研究。

其中美国的麻省理工学院（MIT）的多媒体实验室的感知计算组、卡耐基梅隆大学（CMU）机器人研究所、马里兰大学的计算机视觉实验室、斯坦福大学、日本城蹊大学、东京大学、大阪大学、日本的国际电信技术研究所（ATR）的贡献尤为突出。

到目前为止，人脸表情识别的方法大概可以分为以下几类：

（1）基于几何特征提取的方法

基于几何特征的表情识别是对人脸表情的显著特征，如眼睛、鼻子、眉毛、嘴等的形状和位置变化进行定位、测量，确定其大小、距离、形状及相互比例，进行表情识别。

Bourel等人[5]定义了面部特征点之间的九个距离并通过它们构建了表情特征向量进行表情分析。

Chibelushi等人[6]也采用了面部几何特征点并采用Kanade-Tucas-Tomasi[7]特征点跟踪算法实现特征点跟踪，然后通过计算得到九个特征系数，而这九个系数构成了特征流，描述了由于表情的发生而引起的面部特征点的几何关系的变化。

Pantie等人[8-9]进行面部特征检测并确定面部几何关系。

然后他们通过规则推理系统将这种面部几何关系转化为面部动作单元的活动，最终通过专家系统实现表情识别。

Lanitis[10]用脸部一系列的特征点组成可变形的模型，通过测量特征点的相互位置和形状来识别人脸表情。

Pantic[11]等人利用定位与跟踪脸上特征部位的变化来取得脸部的几何变化信息，然后将这种信息投影到肌肉块的“运动单元”（ActionUnits，AU）空间中，最后通过二级结构识别出28个AU和6种基本表情。

（2）基于统计特征提取的方法

与提取图像的几何特征相比，这种统计特征是基于图像的整体灰度特征，它强调尽可能多的保留原始面部表情图像的信息，通过对大量样本的训练，获得其统计特征。

其基本思想是将面部表情图像映射到特征空间，将大量图像数据降维后进行模式分类，因此提取统计特征实际就是“子空间分析法"。

如果将子空间的正交基按照图像阵列排列，则可以看出这些正交基呈现人脸的形状，因此这些正交基也被称作特征脸，这种识别方法也叫特征脸方法。

关于正交基的选择有不同的考虑，采用主分量作正交基的方法称为主成分分析法（PCA），它曾经是人脸识别中最常用的方法[12]。

1999年，Ginalueal[13]等在以前人脸识别算法的基础上，将PCA算法应用到表情识别上。

他们使用整体PCA方法，即将PCA算法应用于整幅人脸图像，进行了实验，当取前30个主分量并使用欧氏距离时，达到了最好的79.3％的识别率。

2001年，AndrewJ．Calder等利用PCA在面部表情识别方面做了详尽细致的工作，分别从识别理论和社会科学两个角度说明了主分量分析的可行性和有效性。

PCA现己成功用于人脸识别和表情识别。

但是由于PCA只考虑到图像数据当中的二阶统计信息，并未利用高阶统计信息，Bartlett于1998年提出了基于独立分量分析ICA的算法。

ICA方法是基于信号的高阶统计特性的分析方法，经过分解出的各个信号分量是相互独立的。

其基本思想是：

用一些基函数来表示一系列随机变量，而假设它的各个成分之间是统计独立的或者尽可能独立。

C．Havran等也是采用了类似方法，对经过PCA特征提取的图像进行独立分量分析，试验表明这种表情提取方法比单独用主分量分析的表情提取方法更有效，对主分量的特征空间维数的选择具有更低的敏感度。

（3）基于奇异值分解的方法

奇异值特征是一种反映图像本质属性的代数特征。

在某种程度上，奇异值具有代数和几何上的双重稳定性，还具有比例不变性、旋转不变性等重要性质，因此将人脸特征矩阵进行奇异值分解可以很好的取出图像的代数特征，然后进行匹配识别。

奇异值分解方法是在奇异值分解的基础上，产生多种人脸识别方法。

例如基于图像集似然度的人脸识别，首先用图像集中每个图像的奇异值向量构造出一个新的矩阵-图像集特征矩阵，据算待检测人脸集的特征矩阵与已知的各类人脸集的特征矩阵的似然度，最终判断带检测人脸属于哪一类。

（4）基于支持向量机的方法

支持向量机（SVM，SupportVectorMachines）是由V.Vapnik与其领导的贝尔实验室的小组一起开发出来的一种新的机器学习技术。

SVM的理论基础来自于Vapnik等提出的统计学习理论，它的基本思想是，首先通过非线性变换将输入空间变换到一个高维空间，然后在这个新空间中求取最优线性分类面，而这种非线性变换时通过定义适当的内积函数实现的。

与传统统计学相比，统计学理论（StatisticalLearningTheory或SLT）是一种专门研究小样本情况下机器学习规律的理论。

该理论针对小样本统计问题简历了一套新的理论体系，在这种体系下推理规则不仅考虑了对渐进性能的要求，而且追求在现有有限信息的条件下取得最优结果。

支持向量机用于分类，构造的复杂程度取决于支持向量的数目，而不是特征空间的维数，这就有效解决了机器学习中非线性与维数灾难问题。

（5）基于频率域特征提取的方法。

近来，有不少人对Gabor小波进行了深入研究并用于面部表情识别，取得了优异的识别结果。

Gabor小波是一组窄带带通滤波器，在空间域和频率域均有较好的分辨能力，有明显的方向选择和频率选择特性。

Hong等人在加权线框图中的每个节点上计算多尺度多方向的Gabor变换系数构成特征向量并应用弹性匹配的方法实现线框图与实际人脸数据的匹配，最终通过比较两幅图像上的线框图的相似性实现表情分析。

Zhang等人通过对图像中基准点的位置以及从基准点的位置上抽取的Gabor系数并应用多层感知器进行分类，从而实现了表情分析。

Lyons等人[14]对图像进行二维Gabor变换，对变换后的幅度图像作自动或者是人工人脸网格标定，再对标定区域的图像形成矢量，利用线性判别分析（LDA）的方法来进行最后的性别、种族、表情识别，当UII训练图像增加到27幅时，3个方面的识别率达到90％。

（6）基于运动和形变特征提取的方法

基于运动和形变的特征抽取方法关注由面部表情引起的面部变化。

它们通过参考中性脸分析各个面部特征区域内的形变或运动信息并以此构建特征向量进行表情识别。

早期面部表情识别的研究，Mase[15]使用了光流来估计面部肌肉的一个子集的活动。

Essa和Pemland[16]扩展了这种方法，使用光流来估计面部解剖学和物理学模型中的面部运动。

Cohn等开发了一个基于特征点跟踪的面部运动分类系统。

该系统手动选取36个特征点，通过光流分析这些特征点的位移再使用判别函数进行分类。

Tian等人提出了一种不同的元素模型，其中嘴唇、眼睛、眉毛和颧骨被用作特征点跟踪，以根据隐藏的面部特征的变形而获得模型的轮廓。

Yacoob和Davis[17]使用光流跟踪眉毛、眼睛、嘴巴等区域的运动。

Horn和SChunck最早提出来基于梯度的光流场计算法，Otsuka和Ohya在眼部和嘴巴两个区域分别提取运动向量，再分别对竖直和水平方向的光流进行二维傅立叶变换得到特向量。

Black等人使用多项式构建局部参数模型并通过参数模型对图像运动信息进行刻画从而实现了面部非刚体运动的估计。

在估计出参数后，他们通过规则判断实现表情分类。

Rosenblum等人则借助特征点，采用矩形进行脸部感兴趣区域的跟踪。

Essa等人将光流技术与基于几何、生理、运动的动态模型结合起来实现面部特征的描述。

Yoneyama等人利用Horn和SChunck提出的基于梯度的光流场提取人脸归一化图像中80个20x20大小的图像块的光流特征，并使用Hopfield神经网络对这些特征向量进行分类并最终实现了面部表情分类。

Cohen等人采用Tao等人提出的非刚体模型进行运动矢量的抽取并以此构成用于表情分析的特征向量，并且通过HMM和学习Bayesian网进行表情识别。

（7）基于模型的方法

基于模型的方法以图像中人脸对象的形状和纹理结构为基础建立二维或三维模型，以此模型的参数化变形来适配人脸图像中的人脸部分，这些模型的参数就是所提取的特征。

可以说基于模型的方法是对基于图像的方法的一种扩展和改进的结果。

Huang等采用PDM和嘴巴模板来提取人脸的表情特征，PDM是利用六种表情训练图像中手工提取的90个特征点得到的。

AAM也是一种基于模型的方法，它建立了一种对目标对象变化程度的参数化描述。

EdwardS提出的活动外观模板AAM，在图像中手动标定122个点用来描述人脸特征信息。

LantiS等人使用了活动外观模型方法提取人脸图像特征，活动外观模型通过对人脸对象的形状和纹理进行PCA分析，从而用较少的参数来表达人脸对象的形状与纹理特征。

Terzopoulos[17]等人设计了一个复杂的基于生理学的面部模型。

他们通过对视频中的人脸信息进行分析得到模型的形变估计并最终实现面部形态的合成与仿真。

Choi[18]等人通过对输入图像进行分析得到了头部运动参数以及面部表情参数的估计；然后他们以迭代的方式对这两类参数进行进一步的调整。

最终通过模型与这两类参数的结合实现面部形态的合成。

HaiBo[19]等人建立了一个融入面部形状与面部表情先验信息的运动模型。

他们在这个模型中通过反馈机制实现了计算机图形学技术与计算机视觉技术的结合。

在这种机制里可以将图形学中的合成技术嵌入到面部分析阶段并最终实现了较好的表情分析。

Black和Yacoob，及Yacoob和Davis提出了面部的局部参数运动模型。

该模型能在局部的空间和时间区域上精确的描述非刚性的面部运动，采用少量的参数描述了嘴巴、鼻子、眼皮、眉毛等器官与边缘相关的运动。

但他们的方法只能对非暂时性的特征进行描述，忽视了其它的暂时性表情特征。

国内在人脸表情识别方面的研究起步较晚，但发展很快。

目前，从事这方面研究的主要有清华大学、中国科学技术大学、浙江大学、上海交通大学、哈尔滨工业大学、中科院自动化所、中科院计算所、联合实验室、南京理工大学、北方交通大学等多所著名大学和研究机构都有人员从事人脸表情识别的研究。

最早进行计算机表情分析、编码与识别研究的是哈尔滨工业大学高文教授领导的团队。

高文和金辉[20]等通过对若干类面部表情图像的分析，建立了基于部件分解组合的人脸图像模型，在他们的另一篇文献中，在对动态表情图像序列的时序分析的基础上，提出了对混合表情的识别系统。

中国科技技术大学的尹星云[21]用隐马尔科夫模型（HMM）的基本理论和方法设计了人脸表情识别系统。

哈尔滨工业大学的赵力庄、高文[22]等将Eigenfaee多子空间分类方法用于面部表情识别；天津大学的左坤隆、刘文耀等利用活动外观模板（AAM）提取的人脸表情特征来进行人脸表情识别；东南大学的姜璐、章品正等利用矩分析的方法进行面部表情的识别，将Zemike矩和小波矩运用于面部表情识别问题；北京科技大学的刘芳、王志良等将黑斑特征算法应用于面部表情的识别，该算法对于一幅输入的人脸图像，依次进行灰度化、二值化、滤波、特征提取等处理后，通过采用基于黑斑特征的算法进行表情的自动识别。

东南大学的何良华、邹采荣提出了一种基于DWT-DCT的面部表情识别算法。

清华大学的王玉波等使用了Adaboost进行实时的表情识别。

人脸表情识别是一个具有挑战性的课题，现在还处于研究阶段，各种算法还在摸索，还不十分成熟。

面部表情识别的主要难点是：

（1）对各种表情的体验。

表情的表现有缓和的和激动的、细微的和强烈的、轻松的和紧张的等诸多形式，它的生理因素也是细微多变，所以非常复杂，现在的识别方法对比较夸张和明显的表情能够有较好的识别率，但是对变化不太明显的表情识别率是较低的。

（2）受不同年龄、种族、性别、头发、饰物等的影响较大。

（3）光照和人脸姿态对识别结果影响较大。

（4）难以建立一个理想的人脸表情模型，因为人脸是一个柔性体，而非刚体，很难用模型来准确描述。

第二节本论文的主要工作

人脸表情识别主要有四个基本部分组成：

表情图像获取、表情图像预处理、表情特征提取和表情分类。

本文的主要工作集中于人脸表情特征的提取，即基于改进的局部二值模式（LBP，LocalBinaryPettern）的面部表情特征提取。

LBP算法一般定义为3×3的窗口，以窗口中心点的灰度值为阈值对窗口内其它像素作二值化处理，然后根据像素不同位置进行加权求和得到该窗口的LBP值。

该方法来源于纹理分析领域，刻画了局部图像纹理的空间结构，具有对纹理图像光照变化不敏感的特点，且计算简单易于实现。

LBP方法的局限之处在于对所有问题都采用了单一的变换映射，没有考虑待分类样本的分布特征以及分类目标的差异性。

本章提出了一种LBP的扩展形式，即变阈值局部二值式。

变阈值局部二值式通过引入参数变阈值扩展了变换后的特征空间，并且可以通过调整变阈值的值在特征空间中寻找适合于特定分类问题的子空间。

经过改进，变阈值局部二值式对于噪声和光照变化相对于局部二值式更加鲁棒，而且特征抽取的过程也能够相对灵活。

最后本文以变阈值局部二值式直方图作为特征向量，采用Ⅹ2概率统计来计算各特征向量的距离，选用最近邻分类器进行特征分类，求出识别率。

本文剩余章节安排如下：

第二章介绍了局部二值式基本理论知识；第三章介绍了改进的局部二值式，阐述改进的局部二值式的基本理论；第四章为基于变阈值局部二值式的人脸表情识别的实现及实验设计和结果分析。

第二章人脸图像分析技术常用方法

第一节人脸检测常用方法

人脸检测就是要在大量图片中判断是否存在人脸图像，或者对一张照片进行扫描检测人脸的具体位置与大小。

人脸检测根据人脸图像类型、背景以及图像前景的不同，检测所用到的技术也各不相同，图2.1对涉及到的人脸检测类别做了分类汇总。

图2.