人脸表情识别技术及在企业管理中的应用研究

《人脸表情识别技术及在企业管理中的应用研究》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、东南大学工程硕士学位论文第二，推进企业文化建设，专注员工人生信仰。把企业文化建设融入企业经营管理各个方面，寻求广大员工共同认可的思想基础和价值理念，激励员工提升个人价值观，以更高的思想高度去追求企业的整体目标，从而带动员工的个人利益提高，互惠互利。此为以优质企业文化弥补快节奏工作引起的不良情绪氛围。第三，拓宽渠道强化疏通，即时释放负面情绪。企业若要使员工能获得充分感情交流，须得制造一个优良的沟通氛围，让员工的思想得到净化。如果沟通渠道不畅顺，员工的不良情绪不能够及时得到排解，这种情绪就会逐渐放大甚至不断蔓延，以至于影响到整个企业的生产经营乃至企业管理的

2、各个方面。第四，不断加强情绪培养，获得员工充分理解。心理研究专家说过：情绪管理的适当调节和缓解作用，在人们选择最终做法时起到关键性作用。情绪控制是企业管理的关键要素，企业可以通过针对性的专业培训，使员工在企业管理决策的理解能力方面不断增强，调节员工的工作动机以适应企业管理的需要。畅通信息渠道，加强沟通联系，把矛盾在底层就得到软化，并尽量在萌芽状态就处理完全。人脸表情是情绪的传递信息，它在人际交往过程中及时反映和表达大脑思维，通过它人们可掌握和了解对方的情绪和心理，因此，情绪管理的首要工作即是要掌握分析人脸表情。1．2国i为J'b的研究现状及发展动态在众

3、多的生物特征中，人脸无疑是最具表现力的一部分。在社会人群的面对面沟通中，人脸作为信息传递最直接的媒介，担负着极为重要的责任，我们需要通过分析人脸来感知对方的心里情绪。为了使计算机具备相同的能力，人脸视觉感知成为人机交互、安全认证等计算机科学领域的重要研究课题。而人脸表情识别是一个囊括多方面知识的课题，比如模式识别，图像处理，人工智能等‘21。其工作原理是从人脸图像中提取一定的表情特征，并结合先验知识，对表达的情绪信息能够进行判断，最终获得面部表情的深层信息，实现人类与计算机之间的智能交互。其在众多领域皆有重要的应用，比如图像分析，视频检索，人脸模拟合成

4、，心理学研究等。表情识别系统大致由三个功能版块构成工作框架：人脸检测定位、特征提取和表情分类。针对上述研究的三个方面，目前已经进行了大量的实践，但仍存在很多尚未完美解决的问题，比如：受光线、摄像器材限制等造成的面部识别或表情识别的鲁棒性不高。第一章1．2．1表情识别技术研究现状人脸表情识别既含有情感心理测算，又包括特征模式统计，是一个富有研究挑战性的课题，新兴于近几十年，并已逐渐成为一个研究热点，国内外许多科研单位都在对此技术开展专题研究。面部表情的研究始于19世纪，Darwi在他的专业著作《人类和动物的表情(TheExpressionoftheEmo

5、tionsinAnimalsandMan，1982)》中描写了入与动物表情之间的关联和不同；1971年，Ekman和Friesen等人探索分析6种基本情绪表达规则，收藏了上千幅的人脸图像，完整的创造了一个具有研究价值的表情库B1；随后，Gawaine等又对表情样本进一步的综合比较，确定了六种基本表情；计算机技术日益迅猛发展，人脸检测和识别的技术也逐年更新完善，计算机对人脸表情的分析完全变成了实际。就人脸表情识别方法而言，主要可以分为表情特征的提取方法和分类方法两方面。自20世纪90年代起，表情识别的特征提取及分类方法即层见叠出、多种多样。其中，特征提取

6、方法主要包括基于特征脸的主成分分析法(PCA)、独立分量分析法(ICA)、线性判别分析法(LDA)，而主成分分析法和线性判别分析法具有实际提取实用特征并且有效降维的线性子空间方法，另外还有Fisher线性判别法(FLD)、局部特征分析法(LFA)、Gabord、波变换法以及光流法、差分图像法等等，光流法和差分图像法主要运用在动态图像的特征提取‘41。分类方法主要包括支持向量机(SVM)、隐马尔可夫模型(HMM)、人工神经网络(NN)及贝叶斯分类等。随着项目研究的不断推进，最初的研究手段已远远不能适应高实时性和高精确度的要求，随之涌现的是上述各种方法的改

7、良及互相整合。在新世纪初始，荷兰Delft大学的玛雅就将人脸表情识别的各项研究成果进行了汇总，介绍并提取了人脸表情识别的基本方法，为以后的研究工作做了基础性工作铺垫。自那时以后，美匡lCamegieMellonUniversity和UniversityofCalifornia，SanDiego也开始涉入该研究领域，并各自获得了不同程度的进展。2003年，美匡lUniversityofIllinois的托马斯和伊拉，针对视频流图像的特点，提出了两个表情分类法——贝叶斯分类和隐马尔可夫模型，并提出改进完善方案。此后，托马斯教授一直致力于研究识别个体情感状态

8、，以迸一步提升人机交互程度。2005年底，他和学生一起制定了一套“声音，人脸，情感”的识别系统