隨著人機(jī)交互研究的深入和巨大的應(yīng)用前景，人臉面部表情識別已經(jīng)成為當(dāng)前模式識別和人工智能領(lǐng)域的一個(gè)研究熱點(diǎn)。在過去幾十年內(nèi)，研究者已經(jīng)提出了很多用于面部表情識別的方法^[1]。目前的人臉面部表情識別方法可以分為兩種:基于局部特征和基于整體特征的?；诰植刻卣鞯娜四樏娌勘砬樽R別是利用每個(gè)人的面部特征(眉毛、眼睛、鼻子、嘴巴和面部輪廓線等) 的位置、大小及其相互位置的不同進(jìn)行特征提取" title="特征提取">特征提取,達(dá)到人臉面部表情識別的目的?；谌四樥w特征的識別是從整個(gè)人臉圖像出發(fā)，提取反映人臉整體的特征實(shí)現(xiàn)人臉面部表情識別?；诰植刻卣鞯姆椒ê艽蟪潭壬蠝p少了輸入的數(shù)據(jù)，但是用有限的特征點(diǎn)" title="特征點(diǎn)">特征點(diǎn)來代表人臉圖像，一些重要的表情識別和分類信息就會(huì)丟失。為了彌補(bǔ)局部特征的這些不足，本文用 Fisher 線性判別提取面部表情的整體特征，然后通過局部特征和整體特征的融合來提高識別率。Fisher準(zhǔn)則函數(shù)就是為了發(fā)現(xiàn)這樣的投影方向，使得樣本類間離散度和樣本類內(nèi)離散度的比值最大。換言之，就是在這樣的投影方向,同一個(gè)類的樣本聚集在一起，而不同類的樣本相對比較分散。
1 面部表情特征的提取
1.1 局部特征的提取
　　人臉由眼睛、鼻子、嘴巴、下巴等部件構(gòu)成,正因?yàn)檫@些器官的形狀、大小和相對位置的各種變化才使得人臉表情千差萬別。因此對這些器官的形狀和結(jié)構(gòu)關(guān)系變化的幾何描述,可以作為人臉表情識別的重要特征。最早,研究人員利用人臉特征顯著點(diǎn)導(dǎo)出一組用于識別的特征進(jìn)行人臉及其表情識別^[2] 。本文在人臉圖像上標(biāo)記24個(gè)面部特征點(diǎn)，如圖1所示。

　　由這24個(gè)面部特征點(diǎn)形成12個(gè)測量距離" title="測量距離">測量距離，距離與面部特征點(diǎn)之間長度的對應(yīng)關(guān)系如表1。表1中t_ij表示面部特征點(diǎn)i和j之間的直線長度，d_i表示第i個(gè)測量距離。
　　由這些測量距離歸一化，即按照下式形成表征面部表情的特征：
　　
1.2 整體特征的提取
　　Fisher線性判別(FLD)，也稱為線性判別分析 (LDA)，是基于樣本的類別進(jìn)行整體特征提取的有效方法,在模式識別中有著廣泛的應(yīng)用。設(shè)訓(xùn)練樣本集共有N 個(gè)訓(xùn)練樣本{x₁,…，x_N}，分為c類{x₁,…，x_c},每一類的均值為： μ_i=x_k；總均值為：μx_k；第i類樣本的離散度矩陣為:

　　由于最多只有c-1個(gè)非零廣義特征值，因此m的最大值為c-1。
　　在人臉面部表情識別研究中,所面臨的一個(gè)問題是小樣本問題，即用于訓(xùn)練的圖像數(shù)目N是遠(yuǎn)小于每幅圖像的像素?cái)?shù)目。本文采用“PCA+FLD′策略，先將訓(xùn)練樣本的人臉圖像向量投影到一個(gè)較低維的空間，使類內(nèi)分布矩陣為非奇異的?？梢酝ㄟ^PCA將特征空間降為N-c維,然后通過標(biāo)準(zhǔn)的FLD 將維數(shù)降為c-1。通過PCA將人臉圖像投影到N-c維特征空間：
　　
　　需要指出的是, W_pca的優(yōu)化是基于由正交列向量組成的n×(N-c)維矩陣,而W_fld的優(yōu)化是基于由正交列向量組成的(N-c)×n維矩陣,在計(jì)算W_pca時(shí)只丟掉了最小的c-1維主成分向量。
2 前向型神經(jīng)網(wǎng)絡(luò)
　　本文用基于反向傳播算法的前向型多層神經(jīng)網(wǎng)絡(luò)識別人臉面部表情，為了更好地提高人臉面部表情的識別率，如何優(yōu)化設(shè)計(jì)網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)是關(guān)鍵。對于網(wǎng)絡(luò)的大部分參數(shù)，采取實(shí)驗(yàn)修正的方法進(jìn)行確定。本文采用的網(wǎng)絡(luò)結(jié)構(gòu)為三層:輸入層有15個(gè)輸入單元對應(yīng)融合后的表情特征，隱含層用10個(gè)神經(jīng)元，網(wǎng)絡(luò)的輸出用兩個(gè)神經(jīng)元代表兩位二進(jìn)制數(shù)表示不同面部表情?；诜聪騻鞑サ那跋蛐蜕窠?jīng)網(wǎng)絡(luò)的基本思想是據(jù)樣本集S={(x₁,y₁),(x₂,y₂)，…，(x_s,y_s)}中的每一個(gè)樣本(x_k,y_k)逐一計(jì)算出實(shí)際輸出O_k的誤差測度E_l，對W⁽¹⁾,W⁽²⁾,…W^(L)各做一次調(diào)整，重復(fù)此循環(huán)，直到ΣE_p＜ε。
　　用輸出層的誤差調(diào)整輸出層權(quán)矩陣，并用此誤差估計(jì)輸出層的直接前導(dǎo)層的誤差，再用輸出層前導(dǎo)誤差估計(jì)更前一層的誤差。如此獲得所有其他各層的誤差估計(jì)，并用這些估計(jì)實(shí)現(xiàn)對隊(duì)矩陣的修改。形成將輸出端表現(xiàn)的誤差沿著與輸入信號相反的方向逐級向輸入端傳遞的過程。
　　本文采用基于隨機(jī)梯度下降版本的BP算法完成人臉面部表情的分析與識別。具體的算法描述如下：
　　(1)初始化，初始化所有網(wǎng)絡(luò)權(quán)值為小的隨機(jī)數(shù)。
　　(2)直到終止條件do
　　{
　　　對于每一個(gè)訓(xùn)練樣本
　　　do 把輸入向前傳播到網(wǎng)絡(luò)并計(jì)算被考察的輸出
　　　按下式計(jì)算誤差，并把誤差反向傳播：
　　　對于每個(gè)網(wǎng)絡(luò)輸出單元k，計(jì)算其誤差量δ_k=o_k(1-o_k)(t_k-o_k)
　　　　　}
　　結(jié)束
3 實(shí)驗(yàn)過程和結(jié)果
　　在兩個(gè)數(shù)據(jù)庫上進(jìn)行實(shí)驗(yàn)，從耶魯大學(xué)的yaleface數(shù)據(jù)庫中選取60幅人臉圖像作為實(shí)驗(yàn)樣本，共15個(gè)人，4幅/人，其中訓(xùn)練樣本56幅，14個(gè)人；4幅/人；測試樣本為剩下的4幅圖像，1個(gè)人，4幅/人，通過隨機(jī)變換訓(xùn)練樣本和測試樣本，重復(fù)15次這樣的實(shí)驗(yàn)。從日本女性表情數(shù)據(jù)庫中(JAFFE)選取120幅圖像作為實(shí)驗(yàn)樣本，共10個(gè)人，12幅/人，其中80幅圖像作為訓(xùn)練樣本，10個(gè)人，8幅/人；測試樣本為40幅圖像，10個(gè)人，4幅/人。通過隨機(jī)變換訓(xùn)練樣本和測試樣本，重復(fù)12次這樣的實(shí)驗(yàn)。人臉面部表情識別的步驟如下：
　　(1)圖像的預(yù)處理。文獻(xiàn)^[3]指出人臉識別" title="人臉識別">人臉識別的對象應(yīng)該是純臉(pure face),而不應(yīng)包括頭發(fā)、肩膀和背景等不相關(guān)的數(shù)據(jù)。如果待識別的人臉圖像中含有這些非純臉的信息，很有可能是這些信息對決策起關(guān)鍵作用,也不再是真正意義上的人臉識別。因此本文首先用人工的方法，對圖像做純臉部分的分割形成50×60的圖像。然后對純臉圖像進(jìn)行標(biāo)準(zhǔn)化和歸一化處理，以便表情特征的提取和面部表情的分析與識別。
　　(2)局部特征提取。首先在面部標(biāo)記24個(gè)面部特征點(diǎn)，如圖1；然后按照表1的關(guān)系得到12個(gè)測量距離；最后按公式(1)把這些測量距離標(biāo)準(zhǔn)化后形成12維向量作為表征人臉面部表情的特征。
　　(3)整體特征的提取。用Fisher線性判別提取面部表情特征，關(guān)鍵是如何解決小樣本問題，本文采取“PCA+FLD”策略。在耶魯大學(xué)yaleface數(shù)據(jù)庫上用m=N-c=52維特征向量構(gòu)造特征子空間。在JAFFE上用m=N-c=76維特征向量構(gòu)造特征子空間，其中N為訓(xùn)練樣本數(shù)目，c為類別數(shù)；然后FLD變換到c-1=3維特征空間作為表示面部表情特征的一部分特征。
　　(4)特征融合。本文表征面部表情特征的局部特征與整體特征融合在一起，形成15維特征，，把X輸入到神經(jīng)網(wǎng)絡(luò)的輸入層。
　　(5)表情識別。本文用15×10×2基于反向傳播的前向型神經(jīng)網(wǎng)絡(luò)進(jìn)行人臉面部表情的分析與識別。對于網(wǎng)絡(luò)參數(shù)，例如隱含層神經(jīng)元數(shù)目等本文采取實(shí)驗(yàn)修正的方法。表2和表3分別是yaleface 數(shù)據(jù)庫和日本女性表情數(shù)據(jù)庫(JAFFE)上的識別結(jié)果。