小波变换在人脸表情识别研究中的应用

崔景霞

（长春工业大学 软件职业技术学院，长春 130022）

随着现代科技发展的日新月异，人们对于人工智能的研究无论从深度与广度上都达到了相当高的水平。尽管如此，研究者们在大多数情况下仍然过于关注于研究以及模拟人类的智能，如判断、推理、证明等思维活动。而在更能表现人工智能特点的人工心理方面的研究则稍显欠缺。作为实现人工心理研究的重要组成部分，人脸表情识别成为必须研究解决的关键性课题。

1 人脸表情特征分析

1.1 图像获取

人脸表情表述所关注的问题在于对表情向量的建模与面部特征得提取。当代研究中的FACS面部行为编码系统［1］即为表述与理解人脸表情的一个典型样例。该系统将人类面部表情与面部肌肉结构紧密关联，并总结与定义了人类的六种最基本的表情：惊奇、恐惧、厌恶、愤怒、高兴、悲伤。这一定义现已成为学术界对于人脸表情分类的共识。

本文采用业界普遍认同的日本标准表情数据库JAFFE作为实验表情图片数据库。该数据库包括了10个实验对象的自然、悲伤、厌恶、高兴、生气、惊奇、恐惧各七种标准表情。其中每一对象的每种表情平均三幅图片，均为256×256像素大小的bmp灰度图片共213幅。图片样本如图1所示。

图1 JAFFE数据库图片样本Fig.1 Samples of JAFFE database

同时为扩展本研究的适应多样性，在实验中采用一些自采集表情彩色图像，同样包含上述七种标准表情。图片样本如图2所示。

图2 自采集样本缩略图Fig.2 Miniature samples of self-collected images

1.2 图像预处理

对获得表情图……