【摘要】：2）在目前的人脸表情识别系统中，往往是对比较夸张的表情进行分析和识别。对混合表情、表情的强度方面，目前的研究还非常缺乏。4）近年随着机器学习领域的发展，越来越多的机器学习方法被用于表情的识别和分类，并取得了较好的结果，这也应是未来识别方法的主流。但同时人的表情是有一定的心理学规律可循的，是否可以将心理学和生物学知识与机器学习的方法相结合来提高分类的性能，这是有待研究的问题。
1）由于人脸表情变化表现在图像上会产生多种不同的变化，如五官位置、形状，以及细微的皮肤纹理、阴影等，因此将多种特征混合起来，可以最大限度地利用表情变化产生的信息，更完整地表示表情，混合法将成为特征获取中的一个重点。
2）在目前的人脸表情识别系统中，往往是对比较夸张的表情进行分析和识别。但在实际的生活中，很多表情可能是混合的表情，或者并不是很夸张的表情。对混合表情、表情的强度方面，目前的研究还非常缺乏。已经有研究针对表情的强度方面做了一些尝试，但研究仍然处于初级阶段。
3）人脸表情会受到多种因素的影响，如光照与姿态的变化、脸部阻挡等。针对脸部出现阻挡的情况，有一些初步的研究，但与实际情况还有一定距离。在目前的研究中，针对光照和姿势的变化，一般都采用三维人脸建模的方法来解决。但目前三维人脸建模的技术尚不能达到自动建模的要求，同时精度也受到一定的限制。另外，特征分解是解决这类问题的一种新方法，但这方面的研究刚刚出现，有待进一步发展。(www.xing528.com)
4）近年随着机器学习领域的发展，越来越多的机器学习方法被用于表情的识别和分类，并取得了较好的结果，这也应是未来识别方法的主流。但同时人的表情是有一定的心理学规律可循的，是否可以将心理学和生物学知识与机器学习的方法相结合来提高分类的性能，这是有待研究的问题。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
