基于opencv人脸表情识别系统设计和实现

《基于opencv人脸表情识别系统设计和实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人承担。学位论文作者：景研日期：≯，以年y月研日学位论文使用授权声明本人在导师指导下完成的论文及相关的职务作品，知识产权归属郑州大学。根据郑州大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅：本人授权郑州大学可以将本学位论

2、文的全部或部分编入有关数据库进行检索，可以采用影印、缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学位论文或与该学位论文直接相关的学术论文或成果时，第一署名单位仍然为郑州大学。保密论文在解密后应遵守此规定。学位论文作者：塞馍干日期：卯『j年歹月摘要人脸表情识别是涉及模式识别和机器视觉领域的极具应用价值的工程技术。虽然人类很容易实现分辨不同的表情，但是在机器系统上实现是非常复杂的。随着计算机技术的发展，人脸表情识别技术在友好人机交互系统中的应用才逐渐发展起来。近年来国内外的许多研究机构也都对人脸表情识别领域做出了很大的贡献。

3、研究者提出一系列的应用良好的识别算法。人脸表情识别系统主要包括以下几个方面：人脸表情图像预处理、检测、特征提取与分解和识别等部分。本文主要工作在于构建基于视频采集的人脸表情识别系统，实现对人脸的检测、表情识别、建立表情库等功能。首先分析了各种图像处理方法，并应用于图像的几何和光照预处理，进而提高人脸表情图像的质量。其次通过分析各种检测方法选用适用于通用条件下的人脸检测算法。人脸表情特征的提取和分解分别是基于Gabor和子空间的方法。最后深入的介绍整个系统框架，详细描述了程序的各个子模块。程序的功能是实现对人脸的实时的检测和表情的识别。人脸表情

4、库的建立可以通过摄像设备进行采集。关键词：人脸检测表情识别Gabor小波变换PCA／LDAAbstractFacialexpressionrecognitionisanengineeringtechnologyofgreatapplicationvalueinvolvedinthefieldofpatternrecognitionandmachinevision．MlilehumansCaneasilydistinguishdifferentexpressions，itisverycomplicatedtoimplementonthemach

5、inesystem．Witlltherapiddevelopmentofcomputertechnology,Facialexpressionrecognitiontechnologyisgraduallydevelopedintheapplicationoffriendlyman-machineinteractivesystem．Inrecentyears，manyresearchinstitutionshasmadegreatcontributiontofacialexpressionrecognitionfieldinthedomest

6、icandoverseas，aseriesofgreatusefulrecognitionalgorithmshavebeenproposed．Severalpartsmainlyinvolvedinfacerecognitionsystemarethosesuchasfacialexpressionimagepretreatrnent，detection，featureextractionanddecompositionandidentification．nlemainworkofthispaperistobuildafacialexpre

7、ssionrecognitionsystembasedonvideoacquisition，Functionssuch嬲facedetection,expressionrecognitionandtheestablishmentofexpressionlibraryhavebeenimplemented．First,variousmethodsofimageprocessinghavebeenanalyzed，andappliedtotheimagegeometryandilluminationpretreatment，therebyimpr

8、ovingthequalityofthefaceimage．Second，facedetectionmethodadaptedtogeneralconditionh