基于多群体遗传算法的人脸表情识别

朱娅妮，吴国华，杜加友

(1.杭州电子科技大学军工处，浙江 杭州310018;2.杭州电子科技大学计算机学院，浙江 杭州310018)

0 引 言

人脸表情识别作为智能化人机交互技术中的一个重要组成部分，近年来得到了广泛的关注，涌现出许多新方法。人脸表情识别系统一般包括3个环节，即人脸检测、特征提取、表情分类[1]。本文提出了一种基于多群体遗传算法进化的支持向量机进行人脸表情识别的新方法。采用多群体遗传算法对支持向量机的核函数参数进行最优筛选。由于遗传算法的主要特点是利用群体搜索策略和群体中个体之间的信息交换，且搜索过程不依赖于梯度信息，所以它尤其适用于处理传统搜索方法难以解决的复杂和非线性寻优问题。实验证明，采用遗传算法进化的支持向量机进行分类可以得到很好的人脸表情识别率和鲁棒性。

1 多群体遗传算法

多群体遗传算法是利用并行遗传算法的思想，将群体划分为一些子群体，各子群体按一定的模式分别独立进行进化，在适当的时候，某一些子群体之间交换一些信息。这样可以维持群体的多样性，从而达到抑制早熟收敛的效果。

其中，将整个进化群体划分为3类群体同时进行进化:

(1)子群体1 中采用浮点数编码方法进行编码，群体中的每个个体采用浮点数编码方法，该种群具有较强的局部搜索能力，而全局搜索能力不强，这个群体被叫做“开发”子群体。该群体易于在局部范围内搜索……