岳雷， 沈庭芝

(北京理工大学 信息与电子学院， 北京 100081)



基于自动提取特征点的三维人脸表情识别

岳雷， 沈庭芝

(北京理工大学 信息与电子学院， 北京 100081)

为实现完全自动的人脸表情识别，提出一种基于自动提取三维及二维特征点的三维人脸表情识别算法. 该算法采用在三维点云、深度图像以及三维点云对应的二维特征图像上分别自动获得特定特征点，并将非点云上获得的特征点映射回三维点云以获得全部需用特征点的方法. 基于这些自动获取的特征点得到三维欧氏距离组成25维特征向量以待分类. 通过运用支持向量机作为分类器，取得了平均87.1%的6种基本表情的分类结果，其中惊讶、开心表情的分类结果分别达到了92.3%和91.7%.

三维表情识别；三维特征点；三维欧氏距离；支持向量机

人脸表情所传递的信息在人与人的日常交流中占据着异常重要的地位. Mehrabian[1]提到，表情在人们的日常沟通中扮演着最重要的角色：大约55%有效的沟通需要借助于表情，38%通过语调表达，而只有7%才是所说的语言. 同时，人脸表情识别亦是人工智能的一个重要分支和应用，是实现很多应用的基础，例如人机交互和对于人类行为的社会学分析.

对于人类表情的研究可以追溯到1872年达尔文发表的文章：人类和动物情感的表达[2]. 在该文中达尔文指出任何国籍和种族的人类都使用相同的表情来表达同样的情感. 基于此，Paul Ekman[3]提出了6种基本表情，即：气愤、厌恶、恐惧、高兴、沮……