提出一种基于DCT-BP 神经网络的人脸表情识别算法，先对图像进行灰度均衡与图像平滑的预处理，然后利用离散余弦变换提取图像的表情特征参数，变换后的数据量大大减小，而且不会丢失图像所携带的关键信息，最后利用前向反馈神经网络算法进行识别。【关键词】表情识别，离散余弦变换，误差向传播算法，前向神经网络 近三十年来，人工智能获得了迅速的发展，在模式识别、人工神经网络、机器学习、专家系统等学科领域都得到了广泛应用，因此被认为是二十一世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。 随着计算机智能化的发展，人们试图赋予这些机器以类似于人的感情，使得人工智能更加完整。例如，人们在通过网络交流时，在接收到所需要的信息之外，还希望了解对方的情感状态，帮助我们在交流过程中及时作出调整。因此，情感信息处理作为一门崭新的学科得到了国内外科研机构的关注。人脸表情蕴涵了丰富的情感信息，实验表明，通过识别人类面部表情来判断其情感状态可以达到80％的正确率[1]，利用计算机进行人脸表情识已成为情感信息处理的一个热点。
京公网安备 11010802033920号
Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved
评论