3、移动应用中智能面部表情识别器的开发

移动应用中智能面部表情识别器的开发

1. 引言

如今，面部表情识别系统在众多应用领域日益流行。当机器人安装了面部表情识别系统后，它能更好地与人类交流，人机交互也因此成为焦点，这一领域的发展将随着机器人技术的快速进步对社会产生重大影响。例如，家用机器人可以在主人情绪低落时给予鼓励，在孩子哭泣时进行安慰，在主人无聊时讲笑话。此外，这一概念还能进一步发展为智能住宅，通过识别人们的面部表情来理解其情绪并提供相应娱乐。

在社交通信方面，智能便携设备也有很大的应用潜力。在新加坡，十分之八的人拥有手机，无论是普通手机还是高端 3G 手持设备，手机已成为人们生活中不可或缺的一部分。手机软硬件的开发在商业市场中备受关注，常见的智能手机包括 Windows Mobile 个人数字助理（PDA）、黑莓、苹果 iPhone、Palm OS 手持设备、Symbian OS 手持设备等，其中 Windows Mobile 平台应用最为广泛。

开发此系统的动机是希望打造一款可靠的便携设备，帮助自闭症儿童理解周围人的情绪。情绪是一种包含思想、生理变化和外在表现的状态，有詹姆斯 - 兰格理论、坎农 - 巴德理论、拉扎勒斯理论、沙赫特 - 辛格理论和面部反馈理论等五种理论试图解释人们在感受某种情绪时的过程顺序。根据面部反馈理论，情绪源于面部肌肉的变化，微笑时会感到愉悦，皱眉时会感到悲伤。由于面部肌肉的组合方式众多，情绪似乎也有无穷多种，因此面部表情识别是一项具有挑战性的任务，面临着光线变化、面部朝向、图像采集设备质量和遮挡等问题。

本研究尝试使用朴素贝叶斯分类器（NBC）对脸部情绪进行分类。贝叶斯分类器是机器学习领域中概率分类器里最受欢迎的一种，常被用作基准。朴素贝叶斯分类器是从有标签的训练集中