目录
摘 要 III
关键词 III
ABSTRACT IV
KEY WORDS IV
引言 1
1 选题背景 1
1．1 研究意义 1
1．2 国内外研究状况 1
1．3 实际应用 2
1．4 研究的目的和内容 2
2 微表情识别设计 4
2．1 人脸的捕捉和检测 4
2．1．1 OpenCV处理摄像内容 4
2．1．2 灰度处理 4
2．2 人脸特征提取 4
2．2．1 Dlib库介绍 4
2．2．2 ERT级联回归算法 5
2．2．3 支持向量机SVM 6
2．3 表情识别模型 7
2．3．1 特征点算法 7
3 实验结果分析 9
3．1 数据集及数据集处理 9
3．1．1 特征值的选取 9
3．1．2 特征表情图片库的选取 9
3．1．3 特征表情图片库介绍 10
3．2 微表情识别方法 12
3．2．1 图片库表情特征值计算 12
3．2．2 图片库表情特征值统计 13
3．3 结果分析 15
3．3．1 特征值折线图分析 15
3．3．2 动态识别系统结果分析 17
4 微表情识别系统的实现 20
4．1 系统流程图 20
4．2 具体实现 20
4.3 硬件环境 25
4.4 软件环境 25
5 总结与展望 26
5．1 总结 26
5．2 展望 26
致谢 28
参考文献 29
基于Python的微表情识别系统设计与开发
摘 要
面部微表情是最重要的隐藏感情的非语言信号，它被认为是理解人类情绪最有用的线索，对理解人类的行为有着重要作用。而近些年来，人工智能以及互联网的发展越 *51今日免费论文网|www.51jrft.com +Q: *351916072* 
来越成熟，人们更加致力于通过智能化的手段来通过机器进行微表情的识别，从而精准地判断和识别人类的情绪。
本文主要研究基于人脸图像的特征捕捉以及人脸微表情特征点位的选取，并且更侧重于通过摄像头导入的人脸表情的动态捕捉和识别。本文首先介绍了研究主题、相关背景、微表情研究现状以及实际应用，简述了主要内容，其次，以将动态识别面部微表情为目标，研究探讨了人脸的特征提取算法和分类学习方法，分别介绍了本系统中的ERT级联回归算法以及SVM支持向量机原理。最后，通过运用基于这两种算法的Dlib库来实现对于图片中人脸和人脸特征点的捕捉，并且通过识别特征表情库中的图片并且运算特征值的方法来开发微表情识别系统的算法，在特征表情图片库上进行了统计测试，为成功建立本文中的微表情识别系统打下基础，并且最终实现人脸微表情的动态捕捉和识别。
引言
选题背景
1．1 研究意义
我们观察一张脸的时候，可以读出非常多“私密”的信息。人的面部蕴藏着重要而且丰富的信息，比如我们可以通过识别人的面部特征微表情来判断他们的情绪、行为等多方面的信息。这些信息也就是我们日常生活中问题的解决线索。
若要判断人类的情感，最好的线索就是微表情。此项技术经常用于多个机场的安检中，此外，在美国司法审讯、临床医学等领域也进行了应用测试。经过现代AI技术的不断发展，微表情识别技术也变成了近年来的研究热点之一。
微表情是一种当人们想要隐藏自己的实际情绪时而发生出的一种快速而瞬间的面部表情，尤其是在高风险的情况下，微表情则出现得更多。人类用来遮掩自己真实情感最重要的方式就是微表情，而微表情是一种非语言信号，所以它被认为是发现谎言和危险最有利的线索，并且为侦察人类的欺骗行为的方面做了极大的铺垫。不仅仅是检测，微表情的发生期间面部肌肉的运动时间的特性也被认为是最主要的线索。因此，微表情在各种领域之中都有应用的潜力[1]。
1．2 国内外研究状况
首先介绍国外研究状况:自从1966年起，Haggard和Isaacs发现此面部表情，相应地，1969年Ekman等人也发现此种面部表情，并且它们把其为微表情。在此之后越来越多的研究人员加入到了关于微表情的研究领域中，微表情也成为了一种警察审讯案件的过程中侦破嫌疑人谎言的途径，所以微表情便被应用在侦查和审讯的过程中。微表情研究的主要领域还有临床领域，医生根据微表情能够更好地了解病人的真实需求和心理状态。一些来自国外的团队也在进行对微表情的研究。例如美国的Ekman团队、Matsumoto团队以及Shreve团队，加拿大的Porter 团队，日本的Polikovsky团队等等。[2]在微表情这一方面的科研，初级阶段人们比较注重训练和提高个体微表情的识别能力，所以在后来各种训练和测试识别能力的程序和实验也相继出现。包括BART(Brief Affect Recognition Test)[3]、J ACBART (Japanese and Caucasian Brief AffectRecognition Test)[4]、 METT ( Micro ExpressionTraining Tool)[5]。
1．3 实际应用
对于微表情，现在人们的研究仅仅限制于检测谎言这一方面。但是实际上，微表情可能出现在人生活中的各个场合下，而不同的场合下，人们的微表情可以映射出不同的心理状态。真实性、痛苦程度以及舒适程度等，这些指标都可以通过微表情来反映。研究不同微表情反应出来的不同心理、不同微表情表现出来的不同神经机制和肌肉运动有助于判断人的心理反应，进而推断人的将来行为[6]。

原文链接：http://www.jxszl.com/jsj/jsjkxyjs/605722.html