基于扩展C型HMM人脸表情识别  

FACIAL EXPRESSION RECOGNITION BASED ON EXTENDED C HMM

作　　者：张发光[1] 赵晖[1] 

机构地区：[1]新疆大学信息科学与工程学院,新疆乌鲁木齐830046

出　　处：《计算机应用与软件》2011年第4期60-62,共3页Computer Applications and Software

基　　金：国家自然科学基金(60962005);新疆维吾尔自治区自然科学基金(200821124);教育部科学技术研究重点项目(208164)

摘　　要：隐马尔科夫模型(HMM)能够很好地对时间和空间建模,在对动态的表情序列进行识别时HMM取得了很好的识别效果。但是传统的HMM训练算法基于最大似然准则,在该准则下训练的HMM表情序列模型识别能力有限。针对这一不足,通过增加状态中心参数C对HMM模型进行了扩展,然后在此基础上使用状态空间上隐射算法来建立模型。试验结果表明所建立的扩展C型HMM模型和相应的算法提高了识别能力。Hidden Markov model（HMM） can well model the time and the space,and achieves good recognition effect on identifying dynamic facial expression sequence as well.However,traditional HMM training algorithm is based on maximum likelihood criterion,and the recognition capability of expression sequence model trained by this criterion is limited.To solve this deficiency,in this paper the HMM model is extended by adding the state centre parameter C,based on it,the mapping algorithm on state space is used to build up the model.Test result indicates that the extended C HMM and the related algorithm improve the recognition ability.

关 键 词：扩展C型HMM模型 表情识别 状态空间隐射 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]