改进ASM和分类树表情识别算法

(1)
2）重新计算新的样本平均值。
3）对新的平均值按照默认的参考标准化。
4）如果新的均值变化小于某个阈值，认为收敛，
否则跳转到步骤 1）继续迭代直到收敛。得到调整
好的训练样本后，就可以对训练集统计分析与建模，
所在的样本集可看成是一堆点 x 的集合。
2 优化改进方法
2.1 特征点选取方法 经典算法特征选取缺点： 1）放大噪声信息（主要是光照噪声和无用人脸
WU Xu-feng， FENG Gui
(Faculty of Information Science and Engineering, Huaqiao University, Xiamen Fujian 361021, China)
【Abstract】In the existing facial expression recognition system, the speed and the recognition rate are the two most important measurements, and in order to improve the facial expression identification speed and recognition rate, a modified ASM and classification tree expression recognition method is proposed pincipally. Firstly, the traditional ASM feature point location process is improved, with strip method for local feature point location, selective feature point extraction algorithm for improving the speed and accuracy of feature point location, and classification tree algorithm for improving the classic template matching classification. The experiment in the JAFFE facial expression database indicates a much better recognition effect.
【关键词】人脸表情识别；条带；选择性特征提取；分类树识别
【中图分类号】TP391
【文献标识码】A
【文章编号】1002-0802(2012)04-0077-03
Modified ASM and Classification Tree Method of Facial Expression Recognition
轮廓信息等）对判别的影响。 2）大量的无用信息的增加，不仅提高计算复杂
度，增长了训练建模的时间，而且会影响其他有效 分类信息。
（ASM，Active Shape Mode）算法对人脸中的眉毛， 眼睛，额头，鼻子，嘴巴，脸颊进行 34 个特征点的 选取，并用 LDA 进行模板匹配，在 JAFFE 人脸表 情数据库上，对 6 种基本人脸表情进行实验获得 75% 的识别率。Feng[4]采用局部二元模式进行特征提取， 用改进的模板匹配法进行两步分类，在相同的数据 库上获得了 77%的平均识别率。
ASM 算法是由训练和搜索两部分组成的。首先 对一组标有特征点图像进行建模，然后在搜索过程
中通过不断的调节形状和姿态参数使形状达到最
优化。
建立 ASM：
1）选取某个样本作为初始的平均形状的估计
值，将所有的样本按式(1)向当前的平均形状对其齐：
xi M (si ,i ) xi ti 。
2012 年第 04 期，第 45 卷
通信技术

Vol.45，No.04,2012
总第 244 期
Communications Technology
No.244,Totally
·信源处理·
改进 ASM 和分类树表情识别算法
吴旭风， 冯 桂
（华侨大学 信息科学与工程学院，福建 厦门 361021）
【摘 要】在现有的人脸表情识别系统中，速度和识别率是最重要的两个衡量标准，为提高人脸表情
【 Key words 】 facial expression recognition; strip; selective feature extraction; classification tree
0 引言
人们在日常生活中观察相互之间情绪的一种基 本方法就是通过观察人的表情，表情是非语言交流 的一种手段。人脸表情识别有着广阔的应用前景， 同时人脸表情识别还具有重要的学术价值。因此该 方向的研究成为热点。文献[1-2]提出了许多不同的 人脸表情识别方法。
人脸表情识别的主要步骤分为两步：表情特征的 提 取 和 表 情 的 分 类 。 Lyon[3] 利 用 主 动 形 状 模 型
收稿日期：2011-12-16。 基金项目：福建省自然科学基金（No.2010J01340）。 作者简介：吴旭风（1984-），男，硕士研究生，主要研究方
向为模式识别；冯 桂（1960-），女，博士，教 授，主要研究方向为水印、模式识别。
判别速度和识别率，采用了一种改进了的 ASM 和分类树表情识别的新方法。首先对传统的 ASM 的特征点定
位过程进行改进，主要用条带法进行局部特征点定位和使用选择性特征点提取算法来提高特征点定位的速
度和准确性。用分类树识别算法来改进经典的模板匹配分类法。实验结果表明，在 JAFFE 人脸表情数据库
中进行实验可以获得更好的识别效果。
综上所述，文中对 ASM 算法人脸特征点提取进 行改进，采用选择性特征点提取解决人脸面部信息 点选取过多造成表情信息冗余的问题。采用条带法 进行局部特征点的定位以解决传统 ASM 算法定位 人脸图像纹理平滑区域不精确地问题，提高算法定 位精度，分类树方法则是对模板匹配法的改进。
77
1 ASM算法的分析