摘要：關(guān)于面部表情識別的應(yīng)用也正在滲透至各個領(lǐng)域,如安全駕駛、商品銷售、臨床醫(yī)學(xué)等等.本文對面部表情識別相關(guān)技術(shù)進行研究,主要工作及貢獻如下:研究非約束條件下人臉動態(tài)表情識別,提出了一種基于多視覺描述子及音頻特征融合策略的動態(tài)表情識別算法.借助多視覺描述子的空時局部特征描述實現(xiàn)動態(tài)表情特征的提取;而視頻、音頻特征的融合策略改善了表情識別性能.基于協(xié)方差矩陣及時間軸分段的動態(tài)規(guī)整,有效地解決了具有不同時長的動態(tài)表情序列的樣本描述.為進一步改善表情識別模型的泛化性能,本文引入了基于多個體識別模型加權(quán)投票的集成識別模型.針對投票過程中的權(quán)值學(xué)習(xí),提出了基于隨機重采樣的投票權(quán)重學(xué)習(xí)以及基于個體分類模型相對優(yōu)勢的投票權(quán)重學(xué)習(xí)方法.集成決策進一步改善了表情識別性能.基于AFEW5.0的動態(tài)表情庫實驗驗證了算法的有效性.