Facial Expression Recognition

Tato práce představuje jeden z mnoha pohledů na rozpoznávání výrazu lidské tváře. Zaměřuje se na metodu reprezentace obličeje modelem. Metodu AAM vytvářející model vzhledu z modelu tvaru a z modelu textury na základě statistické analýzy. Ukazuje přednosti této reprezentace ve statickém snímku, především pak komplexnost informace, kterou o hledaném obličeji obsahuje. Popisuje princip na AAM založeném rozpoznávání výrazu tváře jako je výběr a kombinace vhodných příznaků z modelu pro následnou klasifikaci výrazu tváře. Porovnává dva přístupy klasifikace výrazu tváře, klasifikaci založenou na LDA a klasifikaci založenou na SVM. Zmíněné metody společně s nezbytnou lokalizací obličeje pomocí metody AdaBoost představují postup automatizovaného rozpoznávače výrazu lidské tváře.Many views to facial expression recognition exist. This work presents one of approaches. Existing methods of human face representation by model are discussed. The AAM method, where final appearance model is created from model of shape and model of texture is proposed. Model of shape and model of texture is created by statistic analysis. Using this representation, an effective method is achieved that is complexity of information for searched face in static image. Choice and combination of suitable features for classification of facial expression is principle for facial expression recognition based on AAM. Two approaches of facial expression classification are compared. Classification based on LDA and classification based on SVM. These methods with necessary face localization using AdaBoost form an automated face recognizer in image