唐海涛，吴果林，陈迪三，朱新波，秦鹏

（1. 桂林航天工业学院 理学院，广西 桂林 541004；2.广西师范大学漓江学院 理工学院，广西 桂林 541006）

0 引言

生物信息识别的长足发展，促使人脸表情识别受到了当前学术界和工业界的极大重视， 尤其是笑脸的识别与研究，譬如在可移动数码相机、情绪管理等方面都迫切的需要提升机器自动识别笑容的准确率和实时性[1]。针对笑脸识别问题，Serre[2]等人提出了生物启发模型BIM。

（Biologically Inspired Model），用以模拟高层次仿真生物的视觉感知特征；并最终在数据库上的识别实验中证明了其可行性和识别准确率；李芹[3]等人提出一种改进标准模型的S2层模版提取方法及匹配算法,并在ORL及Yale标准人脸库获得人脸识别较高的准确率；何聪[4]等人引入生物启发模型BIM对笑脸进行识别研究，同时结合一种四领域联合最大化操作和AdaBoost 算法模型最终实现笑脸识别，获得了较好的笑脸识别准确率，但该模型同时也存在运算量大、未充分考虑结构信息等不足之处。

为了进一步降低笑脸识别计算量、增强笑脸识别的实时性能，本文提出了结合 Dlib 的矢量特征实时笑脸检测方法，并给出了详细模型的整体设计，具体包括：（1）人脸数据预处理；（2）人脸关键点与笑容的相关性分析，以此获得构成矢量的关键支撑点；（3）矢量特征模型有监督学习以及识别。

1 基于 Dlib 的矢量特征实时笑脸检测建模

本文结合 Dlib 的矢量特征实时笑脸检测模型(以下简称矢量特征识别模型)包括Dlib人脸识别库、人脸对齐、关键点相关性分析和矢量特征识别模型；……