面部表情识别研究论文

面部表情识别研究论文

微表情对外语教学的作用分析论文

在日常生活中，人与人的沟通本以语言为主，但实际上语言沟通在整个沟通过程中仅占 7%，大部分的沟通都是通过肢体动作、面部表情进行信息的传递(2013，朱晓琳)。而在课堂上如果教师能够及时捕捉到学生的非语言信号，即通过微表情、肢体动作获取学生的内心想法，那就能够及时调整教师的教学方法、教学行为等，从而激发学生的学习兴趣、对症下药，实现自己课堂教学有效性。本文旨在通过解释微表情在教学中的应用以期教师能够在教学中实践和运用微表情相关知识，指导课堂教学，提高教学效率。

一、微表情的含义及研究现状

微表情是人类试图压抑或隐藏真实情感时泄露的非常短暂的、不能自主控制的面部表情(梁静等，2013)。微表情持续时间仅为 1/25 秒至 1/5 秒，表达了人试图压抑与隐藏的真正情感(吴奇等，2010)。

1966 年，Haggard 和 Isaacs 发现了一种快速的不易被察觉的面部表情(micro-momentary facial expressions)，认为其与自我防御机制有关并且表达了被压抑的情绪。1969年，Ekman 和 Friesen 也独立发现了这种面部表情, 并将其命名为微表情(梁静等，2013)，Ekman 团队也成为研究微表情的主要力量之一。另外，美国的 Matsumoto 团队和Shreve 团队，加拿大的 Porter 团队和李康团队，日本的Polikovsky 团队，芬兰的赵国英团队，中国的傅小兰团队等在开展微表情研究。目的都是为了掌握微表情的特点以及如何识别微表情，且他们的研究大多数都基于心理学的基础(梁静等，2013)。微表情的应用大都在刑侦、司法以及测谎等方面，将其运用在教学中的情况较少。

目前大多数阐释课堂非言语行为的文献都是从肢体语言出发，更多关注教师教态，对于学生的肢体语言关注很少，更别提及微表情。随着新课程标准的改革，师生开始转变传统的教学观、师生观。教师不再是课堂的主导者、老师在课堂上也不再只是传授知识和经验。学生开始成为了课堂主体，教师在传授知识的时候开始关注学生的情感与态度。那么情感、态度这些隐形的心理语言要通过什么被察觉到呢?有没有什么特别的信号呢?

微表情与人类内在的情感信息加工过程紧密相关，但人是否能意识到自身出现了微表情?Ekman 认为，人对自己的微表情是无意识的(梁静等，2013)。研究者对于微表情持续时间的上限尚未达成共识。Ekman 通常认为微表情的持续时间不超过 1/5s，但他有时也将 1/4s 作为持续时间的上限;Frank 认为微表情的持续时间应小于 1/2s。从以上研究可看出，表情是人类表达自身情感信息的重要非言语性行为，可视为人类心理活动的晴雨计。这种短暂的面部表情是无意识的，可以通过细心的发现察觉出来，如果老师在自己的课堂教学中善于捕捉学生的微表情，从而及时调整自己的课堂教学，就可以和学生实现双赢局面。

二、微表情对教学的作用

(一)有利于教师因材施教

新课程标准中关于“课程基本理念”，有一条这样阐述：“面向全体学生，关注语言学习者的不同特点和差异”(教育部，2011)。每个学生的认知发展水平、兴趣点、性格、认知方式等方面存在差异，从某种程度说，老师的课堂教学就是在以教材为媒介，运用某些教学技巧和方法平衡学生之间的差异，促进学生的共同成长。如果老师在课堂教学过程中能够及时捕捉学生对所教内容的反应，这种反应更多是非语言行为，因为学生害怕说自己没有听懂而被嘲笑，而老师也不可能每次都停下来询问学生对知识点的理解与掌握。这时非言语行为就显得很重要，例如当发现学生们眉头紧皱，目不转睛地看着上课内容，认真听着教师讲课时，一般都是学生在努力思考上课内容，其表情告知教师内容有些难理解。那么老师可以迅速捕捉学生微表情，获取学生对知识点的掌握程度信息，从而及时调整自己的课堂教学，实现教学的有效化。而学生也可以通过老师某些有趣表情积极参与课堂，达到理解、收获、消化知识点的目的。

(二)有利于教师和学生之间的互动

传统课堂老师永远说的多，而学生一直是低头听，就像一句话描写的：stop talking like a teacher.这句话不是在批评老师，而是反映了传统课堂的特点，即很多教师在课堂上唱独角戏，控制说话的时间，剥夺了学生说话的机会。以教师唱独角戏的课堂是不利于学生学习语言知识和发展学生学习技能的。因为知识不是由老师向学生传授的，而是由教师和学生在互动的过程中共同构建的(Nunan，1999;转自程晓堂，2009)。互动是交际的核心(Brown，1994;转引自程晓堂，2009)，因为它既是学习得以实现的途径，也是学习的目的(程晓堂，2009)。由此，学习的过程也是教师、学生互动，交换信息的过程，传统教师的授课只关注自己教学计划的进行以及教案的实施，较少关注学生对课堂的的互动与反应，从而造成课堂死气沉沉。如果老师在传授知识和发展学生技能的时候关注学生微表情，捕捉学生对课堂的反应信息，及时与学生互动，进行意义协商，填补学生与教师之间的信息沟，实现互动，完全可以在学生与教师激烈的探讨中、积极的互动中传授知识点，发展学习技能。

(三)有利于教师更好管理课堂、组织课堂纪律

随着信息时代的到来，各种便利的电子产品应运而生，极大丰富了人们的生活。然而学生把这些电子产品带入了课堂，扰乱了正常的课堂秩序，很多学生上课注意力不集中的时候开始玩手机、听 MP3、玩游戏等。正常有序的课堂是实现课堂教学目标的保证。老师在授课的过程中，如果有学生聊天，声音很大时，老师可以通过用眼睛直视他，不要眨眼，把眼皮压低，用严肃的目光凝视他，这种微表情表示一种警告与威慑，学生会立马停下来，投入课堂。从而帮助老师有效管理课堂和组织课堂纪律，实现了课堂教学的正常化。

(四)有利于学生主动参与课堂

传统课堂教学中，很多学生在课堂上扮演的是被动的听、接受信息的'角色，所以无论老师以怎样的方法刺激他们，他们就是不发言。产生这种问题的原因很多，有的是性格导致，有的是已有知识不足，有的是对课程内容不熟悉等等。如果老师在课堂提问时能捕捉到一些信息，例如，撇嘴就是一个经典的泄露内心的表情，这表示他对自己说的话没有信心;下意识地摸自己的手是一种自我安慰的手势，在自己并不完全相信自己说的话时尽量打消自己的疑虑;对方眉毛向上，脸部拉紧便是恐惧的表现。这些微表情都在告诉老师，学生在回答问题的时候表现出的不自信与不确定，老师如果捕捉到这些微表情发出的信息，就应该在这个时候鼓励学生，给予他们正强化，增强他们的自我效能感，从而使学生大胆、积极参与课堂。

(五)有利于组织课堂教学、提高教学效率

作为老师都有这样的体会，那就是学生在上课的时候偶尔走神，很多老师把原因都归咎在学生身上，觉得是学生自身原因造成学生目光的游离、思想走神。但很少有老师从自身出发找原因。例如;上课期间，当发现学生的目光上下左右四处看，或是转向其他地方，多半是因为学生对老师的讲课内容失去兴趣，有种想要逃跑的渴望。所以当老师捕捉到这类信息时就要赶紧调整自己的教学内容，转换教学方式重新触发学生的兴趣点，把他们的思绪带回课堂，重新参与到老师的课堂当中。研究显示，当大部分听众在听讲时，保持双腿和双臂自然状态，不跷二郎腿，也不将双臂环抱于胸前，以一种放松的姿势进行听讲，他们对讲座内容的掌握程度要比跷二郎腿并将双臂环抱于胸前的听众提高 38%以上(朱晓琳，2013)，也就说人在最自然的状态下接收到的信息量比他在紧张情况下的高 38%。所以老师在组织课堂教学的时候要时刻注意保持活泼、轻松及愉快的课堂气氛，这样学生输入的语言点会事半功倍。老师在课堂捕捉学生微表情，不断调整课堂教学行为和策略，就可有效激发学生学习兴趣，积极组织课堂教学，提高教学效率。

三、结语

微表情是一套不能由人自身控制但却能反应内心真实想法的短暂的表情符号,虽不是万能的，但却能弥补和帮助老师的教学。教学过程中老师如果能够及时捕捉学生非言语行为，尤其是及时捕捉和观察学生的微表情，调整自己的教学策略和行为，就可以很好地与学生互动，实现有效教学。

我倒是见过matlab基于PCA法的人脸面部表情识别，个人感觉很有道理，不过我没这个能力，写不出来，lz可以考虑pca法

Human facial expression recognition ability of the trainingAs the pace of life faster and faster, the quality of interpersonal communication is particularly important. Communication between people and communication is one of the important basis of insight into the moods of others. Mood, facial expressions are the most obvious external characterization. Able to accurately identify man's facial expression, is the precondition of effective communication. But this ability is often ignored by people, think this ability is born gradually learn gradually. We in order to solve this problem, this study developed a system, accurate facial expression recognition ability training software. Through targeted topic to identify the expression ability of testing and training, the users in the learning and testing again and again to achieve the effect of memory expression and corresponding emotion, eventually improve the user ?我是一个叫晶晶的女孩，前几天，我晚自习回家，被一辆大卡车撞死了司机将我的尸体抛入了路径边的小河里，然后逃走了，你看见了这条消息后 ，请将她发给4个论坛，如果没有发，你的妈妈会在1个月后被车撞死，你的爸爸会得绝症，如果你照着上面做了，在5天后，你喜欢的人也会喜欢你，对不起大家不无意中看评论看 到了 这个吓死我了。不管是真是假我都害怕!所以只能乱发了`!对不起啊`!我真不想害人的 。

人脸表情识别毕业论文

先看中文论文，再看英文论文

我倒是见过matlab基于pca法的人脸面部表情识别，个人感觉很有道理，不过我没这个能力，写不出来，lz可以考虑pca法

通过面部表情来识别人的心理

通过面部表情来识别人的心理，生活中，想知道一个人内心在想什么，其实是有方法的，我们可以通过人们的面部表情，来识别人的心理变化。那么大家知道要如何通过面部表情来识别人的心理吗？下面和我一起来了解一下吧！

在人们日常交流中，只有7%的信息是通过语言来传递的，55%的信息是通过面部表情来体现的。可见，表情信息在人们之间交流的重要性。

随着人工智能和模式识别的不断发展，人机智能交互中的一项重要技术——人脸表情识别也受到关注。人脸表情识别主要是利用人脸识别技术，对人脸的表情信息进行特征提取并归类，使计算机能获知人的表情信息，进而推断人的心理状态，从而实现人机之间的高级智能交互。

从识别模式来看，人脸表情识别与我们的行为心里学是一致的。行为心里学有一个说法是瞬间识人的超级心里密码是在第一时间看对方的脸。通过表情判断一个人的心里情况，也就是通过细小的表情和微小的动作来观察对方的心里，对即将发生的事情做出一个准确推断。

目前，人脸表情识别的应用领域主要是安全领域、智能机器人研制、电脑游戏、医疗领域等。并且人脸表情识别主要定义六种表情生气、厌恶、害怕、伤心、高兴、吃惊，将人脸划分为若干个运动单元来描述面部动作，这些运动单元显示了人脸运动与表情的对应关系。

人脸表情识别可分为人脸图像的获取与预处理、表情特征提取和表情分类这三部分。基本上与人脸识别在人脸图像的获取和预处理这些环节上是一致的，只是在特征提取方面有区别，人脸识别提取的特征是同一人脸的个体差异，而表情识别提取的特征是同一人脸的不同表情下的差异。

亚里士多德说，脸是心灵的一扇窗，透过表情可以看到一个人的思想。古罗马时期的大哲学家西塞罗也是这一观点的支持者。的确，两千年过去了，面部表情仍然被普遍认为是判断人们感受的一种有效方式，而且不论年龄、性别和文化差异。比如：挑起眉毛表示困惑，微笑表示幸福，皱眉表示悲伤。

但事实果真如此吗？心理学家针对数百篇关于面部表情和潜在情绪之间关系的论文进行了一项分析研究，得出的结论有点儿令人意外：并没有翔实的科学证据表明，人们的日常情绪可以通过面部表情来识别。也就是说，一个没有面带微笑的人，并不意味着他不快乐。

心理学家发现，以城市为生活背景的.成年人，生气时皱眉的机率平均为30%。这就意味着， 人们在生气时，大约有70%的情况是不会皱眉的。相反，人们把皱眉用在了别处，比如，当人们集中注意力时，当有人讲了一个糟糕的笑话时，或者当他们体内有气体时（想要放屁时）。

研究人员得出结论，皱眉，或者面有怒色，是人们表达愤怒的方式之一，但绝不是唯一。人类面部表情之复杂和难以捉摸，不仅限于愤怒，也适用于心理学家定义的六种情绪类别：愤怒、厌恶、恐惧、快乐、悲伤和惊讶。

这让人们对科技公司开发人工智能算法的努力产生了疑问。科技公司总是声称，人工智能算法可以识别面部表情，并计算出潜在的情绪状态。例如，微软声称其"情感分析应用程序"能够通过检测人们的视频片段来判断他们的内心感受。然而，美国俄亥俄州立大学的计算机工程师阿历克斯·马丁内斯对此表示怀疑。他认为，试图根据人脸图像识别人类情绪的做法，事实上是忽略了产生情绪的背景环境的重要性。

首先，面部表情是人们用来交流的许多非语言形式之一，类似的还有身体语言。人工智能识别人的情绪也需要考虑这些因素。而了解情绪产生的背景对于面部表情的解读似乎更为重要。对此，马丁内斯博士引用了一项实验来加以证明。在该实验中，研究人员给参与者展示了一名男子的脸部特写照片，照片上的人嘴巴大张着似乎在尖叫，脸涨得通红。

仅仅根据这一点，大多数参与者会猜想照片上的人非常生气。然而将照片拉到全景，才发现照片实际上是一名足球运动员伸出双臂庆祝进球。他那张局部看起来像是生气的脸，实际上是一种狂喜的表情。

考虑到人们在大部分时间里无法通过表情来准确猜测彼此的情绪状态，马丁内斯博士认为，计算机也不可能做到这一点。他表示："一些公司声称算法可以通过人们的表情来识别他们的情绪状态，并将其应用到比如招聘等场景中，""有些公司要求应聘者提交一份视频简历，然后由一个机器学习系统对其面部表情进行分析，之后得出是否适合雇佣的结论，这种做法真的很令人震惊，因为有些算法可能是基于错误的假设，甚至是一个危险的假设，而在此基础上得出的结论可能是非常可怕、甚至是危险的。"

面孔识别的特异性研究论文

大脑中存在面孔加工的特异性脑区正确。大脑具有识别面孔的功能，通常情况下一个人叫乌苏拉，另一个人的名字，但是往往对另一个人的面孔有印象。即加工功能。

大脑中存在面孔加工的特异性脑区正确吗脑成像研究发现,对面孔加工敏感的脑区是(._芝士回答脑成像研究发现,对面孔加工敏感的脑区是()和() 颞上沟;梭状回 芝士回答 首页>精选问题 题目 脑成像研究发现,对面孔加工敏感的脑区是()和() 答案 韦振凯 2022-04-17 09:48:39 京ICP备18022999号芝士回答2022-04-17面孔识别的特异性脑区(P73)面孔识别加工时两半球的优势在加工速度与加工_两个维度上各占优势,并非单纯的右脑优势,提供了支持半球间两维...面孔识别的特异性脑区(P73)：面孔识别加工时两半球的优势在加工速度与加工_两个维度上各占优势,并非单纯的右脑优势,提供了支持半球间两维关系观点的新电_证据;面孔识别加工的脑区不仅限于梭状回...百度面孔识别的特异性及加工模型-道客巴巴随着科学的进步，使用PET、ERP和fMRI等脑成像技术所进行的研究，为面孔识别的特异性提供了更为可靠的证据．PET和fMRI方面的研究发现人类大脑皮层上存在某些区域专门负责面孔加工，研究者将该...道客巴巴其他人还搜了大脑如何编码加工是大脑加工的产物负责加工面孔的区域在哪一叶人们对面孔的知觉加工过程人类负责面孔加工的区域是在额叶关于大脑的表述哪个正确面孔加工的认知神经共4页评分:1分面孔加工研究特异性早期的证据来自于对脑损伤患者的研究，一些患者由于大脑受到损伤导致了对面孔选择性失认。这类病症在医学上被称为面孔失认症（prosopagnosia）。这类病人存在面孔识别功能...道客巴巴2014-02-14面孔识别特异性脑机制的ERP研究共10页评分:3分另外尚运用偶极子定位法论证面孔识别加工特异脑区、面孔识别加工是否具有右半球优势等问题。方法!名被试学习和再认面孔照片，记录其脑电。结果实验结果表明，仅半数被试出现!认知任务显著影响!...道客巴巴2017-09-16面孔识别特异性脑机制的ERP研究-蚂蚁文库另外尚运用偶极子定位法论证面孔识别加_T-特异脑区、面t L i X 别加工是否具有右半 球优势等问题。方法 1 6名被试学习和再认面孔照片，记录其脑电。结果 实验结果表明，仅半数被试出 现 N 1 7 0...蚂蚁文库2019-11-06基于功能神经成像面孔感知神经特异性及面孔top-down加工神经机制研究共132页评分:3分紧接着，采用动态因果模型(DCM)分析方法来推断该网络中梭状回面孔区(FF’A)、枕部面孔区(O FA)、眶额叶皮层(O FC)ii基于功能神经成像面孔感知神经特异性及面孔top-dow n加工神经机制研究和项下...道客巴巴2011-12-31【面孔加工特异性的事件相关电位研究】听觉诱发电位正常值本研究采用事件相关电位技术，通过两个实验比较面孔N170与其他物体在相应潜伏期引起负波的差异，比较其他物体之间是否存在类似的差异，检验了面孔加工特异性效应。第一个实验中，被试执行汽车...基于功能神经成像面孔感知神经特异性及面孔top-down加工神经机制研究-《西安电子科技大学》2010年博士论文这个结果有力的支持了FFA区域存在对面孔加工特异性神经细胞的假设。面孔加工有两种实现方式:bottom-up和top-down方式。由于bottom-up方式下面孔加工实验易于实现和控制,故已有的面孔加工研究...手机知网面孔认知及其神经机制的独特性共2页评分:1分在 他们 的另 一个实 验中,他 们 采用 正常 的 面 孔、涂 抹的 面 孔(scrambledface)、房子和手为刺 激材料,同样发现只 有右 侧梭状回对面孔有特异性反应。McCarthy 等也发现 当被试被动地 观看...道客巴巴2014-05-01相关搜索大脑编码加工面孔加工的区域大脑左右脑测试面孔知觉的特异性脑区大脑的四个脑区负责面孔加工的区域人类负责面孔加工的区域是在人类负责面孔加工的区域是什么叶人类负责的面孔加工区域是哪里人类负责面孔加工的区域是什么

是时候把这句话发出来了。我大一的时候，史元春老师给我们上课时，曾经总结过，机器能做什么。机器可以做：1、人类可以做，也清楚怎么做的事情。比如：解方程。 2、人类不能做，但是清楚怎么做的。比如：输出pi（＝.....）的第1亿位。机器不可以做：1、人类不能做，同时也不知道怎么做。 2、人类能做，但是不知道怎么做的。她当时（2006年）举的例子就是人脸识别。现在人脸识别技术已经进步很多了。参考Face++ 最好的免费人脸识别云服务，这是我的同学和朋友等人创业的公司。可以邀请他来回答这个问题。多说一句，face＋＋多次被新闻联播报道，比如其中的一次：“刷脸神器”Face＋＋登上《新闻联播》

情绪识别系统开发研究方向论文

大学生情绪管理1500字论文篇三 《大学生情绪管理策略》 摘要：情绪对大学生身心健康 发展至关重要，本文阐述了情绪及情绪管理的概念和大学生的情绪特点，提出通过培养大学生的情绪智力、增强情绪的自我管理能力、组织团体辅导活动、营造良好的学校环境等策略，使大学生能够有效调控自己的情绪，形成健康的人生态度。 关键词：大学生情绪管理策略 情绪的力量以及人们尝试着对情绪进行的调节和控制是日常生活中常见的现象，也是日常生活中不可或缺的一部分。大学生处于由学校到社会的转折期，是一个非常关注自我、注重个性表达、情绪体验丰富、波动起伏的时期，他们在面对学业、感情、交友、就业等问题时往往比较敏感，常常会出现失落、沮丧、空虚、焦虑、自卑、易怒等负面情绪，且很容易陷入情绪困扰，造成心情不愉快、人际关系紧张，甚至做出一些丧失理智的举动。这些负面情绪会影响到大学生的身心健康，甚至造成不可挽回的后果，影响他们的未来，作为 教育工作者应该加以关注。 一、大学生情绪的特点 1、情绪易冲动且复杂多样 大学生有着丰富、强烈而又复杂的感情世界，情绪体验快而强烈，喜怒哀乐常常一触即发，再加上精力旺盛，因此情绪一旦爆发就较难控制。虽然，同中学生相比，大学生对自我情绪具有一定的理智性和控制能力，但在激情状态下，表现得容易感情用事。这种冲动性的情绪尤其在群体中往往会变得更激烈。大学生有较强的群体认同感，喜欢模仿，易受暗示，容易受当时情境气氛的感染、鼓动，表现出去个性化，降低责任心。 2、情绪的波动性和弥散性 同成年人相比，大学生的情绪仍带有明显的波动性，有时积极高昂，有时消极颓废，同学关系的好坏或学习成绩的优劣，都能引起情绪的波动。同时，大学生的情绪还有较强的弥散性，一种情绪一经产生，就可能越出原先的对象而扩散开来，在不自觉中，使得他们把自己的情绪赋予外物，转移到 其它 事物中去，而且其情绪余波会持续比较长的时间，使他们有时很难保持实事求是的客观态度。 3、情绪的矛盾性和文饰性 大学生情绪的外在表现和内心体验并不总是一致的，在某些场合和特定问题上，有些大学生会隐藏、文饰和抑制自己的真实情感，表现得含蓄、内隐。但相当多的大学生常常感到自己的情感不能尽情地得到倾诉，这种感觉有些是自己意识到的原因引起的，有些则是连自己也不知道究竟这种压抑来自何方，只觉得自有一种不满、烦恼，有一种空虚感、孤寂感。这与大学生具有的丰富情感是相矛盾的，长期压抑自己的情绪又会引发各种各样的异常情绪,如焦虑、忧郁、骄傲、愤怒、嫉妒等。 二、大学生情绪管理的策略 1、培养大学生的情绪智力 情绪智力(emotional intelligence)的概念是由美国耶鲁大学的萨洛维(Salove)和新罕布什尔大学的玛依尔(Mayer)提出的，是指“个体监控自己及他人的情绪和情感，并识别、利用这些信息指导自己的思想和行为的能力”。 萨洛维认为，情绪智力主要体现在以下五个方面：(1)情绪的自我觉察能力，就是能认识自己的感觉、情绪、情感、动机、性格、欲望和基本的价值取向等，并以此作为行动的依据。(2)情绪的自我调控能力，指对自己的快乐、愤怒、恐惧、爱、惊讶、厌恶、悲伤、焦虑等体验能够自我认识、自我协调，主动摆脱焦虑和不安情绪。(3)情绪的自我激励能力，指面对自己欲实现的目标，随时进行自我鞭策、自我说服，始终保持高度的热忱、专注和自制，使自己有高度的办事效率。(4) 对他人情绪的识别能力，即能设身处地站在别人的立场，为别人设想，了解他人的情绪、性情、动机、欲望等，并能作出适度的反应。(5)处理人际关系的能力，指善于调节与控制他人情绪反应，并能够使他人产生自己所期待的反应的能力。 一般来说，能否处理好人际关系是一个人是否被社会接纳与受欢迎的基础。作为学校的管理者和决策者，应充分认识提高学生情绪智力的重要性，把情绪智力的培养纳入学校的整体运行机制中，在制度的建立、课程活动的安排、校风的建设等方面，有针对性地开展一系列能够发展学生情绪智力的工作。 2、增强大学生情绪的自我管理能力 情绪无好坏之分，任何一种情绪都有其价值，我们要了解、接纳情绪，掌握情绪管理的几种方法。 (1)心理暗示法，就是个人通过语言、形象、想象等方式，对自身施加影响的心理过程。这个概念最初由法国医师库埃于1920年提出，他的 名言 是“我每天在各方面都变得越来越好”。通过积极的自我暗示，能在不知不觉之中对自己的意志、心理以至生理状态产生影响，令我们保持好的心情、乐观的情绪、自信心，从而调动人的内在因素，发挥主观能动性。心 理学的实验表明，当一个人静坐时，默念“喜笑颜开”之类的语句，那么他的心里面也会产生一种乐滋滋的体验。 (2)适度宣泄法。当大学生遭到负面情绪的困扰时，过分压抑只会使情绪困扰加重，而适度宣泄则可以把不良情绪释放出来，从而使紧张的情绪得以缓解、放松。如可以尽情地向至亲好友倾诉，或是通过 体育运动 、劳动等方式来尽情发泄。但是，在采取宣泄法来调节自己的不良情绪时，必须增强自制力，不要随便发泄不满或者不愉快的情绪，要采取正确的方式，选择适当的场合和对象，以免引起不良后果。 (3)合理情绪疗法，即ABC理论，20世纪50年代由艾利斯在美国创立。在ABC理论模式中，A是指诱发性事件;B是指个体在遇到诱发事件之后相应而生的信念，即他对这一事件的看法、解释和评价;C是指特定情景下，个体的情绪及行为的结果。一般我们总是认为是事件直接引发了我们的反应，但是实际上是我们的观点造成的反应。我们需要首先认清引发情绪的根源，也就是我们的观念，理清情绪发生的来龙去脉，才能去调控情绪。ABC理论有助于大学生正确认知自己，从而有效地管理自己的情绪。 3、组织团体辅导活动，有效疏导大学生的不良情绪 团体辅导是在团体情境下进行的一种心理辅导形式，它是以团体为对象，运用适当的辅导策略与方法，通过团体成员间的互动，促使个体在交往中通过观察、学习、体验，认识自我、探讨自我、接纳自我，调整和改善与他人的关系，学习新的态度与行为方式，激发个体潜能，增强适应能力的助人过程。通过团体成员间的互动，个体在与他人的交流中能够更正确地评价自我，并掌握自我心理调节的方法，提高情绪调适的能力，从而具有健康的态度行为和主动 发展的意识和能力。通过团体辅导，提前对大学生进行情绪管理的干预，能够避免不良问题的发生。 4、营造良好环境，稳定学生情绪 进入大学之后课余时间比高中多了很多，学习也不像高中那么紧张了，很多同学不能很好地安排自己的时间，浑浑噩噩地虚度光阴或者沉迷于 网络世界不能自拔，等到毕业时才追悔莫及。创设良好的学习、生活氛围有利于学生情绪的稳定，组织学生参加各种活动，增长知识的同时，也加强了同学之间的沟通交流，从而找到集体归属感，让学习、生活的意义得到升华，一些不良情绪容易被释放，使大学生在活动中不断认识自我、锻炼自我、提升自我，也在活动中发展了自我。 总之，情绪不仅对大学生的身心健康至关重要，而且对于大学生人格的形成与发展具有同样的重要作用。良好的情绪有助于增加学习兴趣、提高学习效率、促进潜能开发，并有助于人的自信心的建立。大学生需要觉察自己和他人真正的情绪，并学会适当地表达、有效地调控自己的情绪，提高自身的情绪智力，正确面对生活中的挫折、烦恼，对自我进行恰当的评价，确立健康的人生态度。 参考 文献 [1]孟昭兰 情绪心理学[M].北京：北京大学出版社，2005。 [2]叶素珍 曾振华 情绪管理与心理健康[M].北京：北京大学出版社，2007。 [3]朱艳新 大学生情绪调节策略的结构、特点及有效性研究[D].沈阳：辽宁师范大学，2009。 大学生情绪管理1500字论文篇四 《大学生浮躁情绪原因及其管理》 大学生是一个特殊的社会群体，一直以来他们都是天之骄子，但是当今社会的特殊化使得大学生无形中已经变成一个弱势群体，他们的就业问题，爱情问题，还有社会赋予他们的各种压力都使得大学生这个浮躁的群体更加难以管理，本文就从大学生浮躁情绪的来源和管理方式做一些分析。 大学生浮躁情绪管理就业 一、造成大学生浮躁的原因 1.理想与现实的脱离 大学生一直是生活在校园里长大的孩子，对于现实和理想的差距认识随着年龄的和知识面的增长而增长，在进入大学的那一刻开始，他们好像就已经认清楚了自己所面临的严峻的现实，有很大一部分学生接受不了理想和现实所带来的落差感，而产生浮躁和不安的情绪，更有胜者开始自暴自弃。就像网络上出现的大学生不去上课的原因是：上了不一定能听懂，听懂了不一定考，考了不一定过，过了不一定毕业，毕业了不一定找上工作。在这种无限放大的悲观情绪的影响下，学生会不断的加深浮躁的情绪，最后有时候会导致其价值观和人生观，世界观的扭曲，这是我们不愿意看到的。 2.社会大环境的恋爱观失衡，攀比严重 我们经常在大学比较集中的地方看到学生们成双成对，莺莺燕燕的女学生和三三两两的男学生搂肩搭背，或者卿卿我我，一对对大学生情侣们迫不及待地享受爱情的甜美，在他们的观念中，爱情这东西已经是一种随时皆可抛的一种需求品，只在乎曾经拥有，不在乎天长地久的观念促使学生们有一种尽情挥霍青春的洒脱。而在同学之间攀比现象也很严重，一个宿舍中，如果有多数有对象，那么剩下的那几个少数就做不住了，在这个大环境崩塌了的小社会中，纯情似乎显得那么的飘渺，少男少女们攀比的开始交往，看谁玩的大胆，谁放的开，殊不知，这些在大学期间留下的阴影将是他未来人生中最不得谈起的一段往事。在学校附近应时而生的各种钟点房和招待所得生意也就火了起来。产生大学生恋爱观念出现问题的主要原因在于我们学校方面教育管理出现漏洞。一是教师在学生学习目标和培养其社会责任感方面管理上的缺失;二是老师和学生交流不够，很多老师仍然将自己和学生放在对立面上，有种各扫自家门前雪的感觉，下课转身就走，像完成任务一样，走的是混工资的套路。学生本应该最亲密的辅导员工作也做的不到位，有和没有差不多，这都是问题的来源。 3.“围城”心理作祟 在校学生难免会跟自己已经毕业参加工作的学长或者乡党们进行经验上的交流，在谈话期间，普遍现象是，已工作的学生经常有一种对现状不满的抱怨交流给在校学生，他们总幻想着跳槽，换一个新工作，但又担忧找不到更好的，所以在校生听了以后也会在无形中产生一种毕业了也没有一个好点的工作，现在是拼爹的时代，是走关系的时代，进而不思进取，因为往往有那么几个家世比较好的人工作比较好，于是他们也就开始学会了往更好的围城里奔往的想法，不脚踏实地，产生破罐子破摔的情绪，时常感觉压抑，想发泄，但又迷茫的不知道该怎么样去宣泄。于是有很大一部分学生就走进了网络这个虚拟的世界，希望在虚拟的世界里找到所谓的公平，借此来宣泄情绪，平静自己。 二、如何做好大学生浮躁心理的预防和克服工作 伴随着社会制度的完善和现代生活压力的多元化现象的出现，教育部对于大学生心理疏导工作做出了相应的要求，如何做好大学生的心理辅导作用，让他们能够以平成心态安稳的读完大学，进而更好地学好知识，为他们能够稳健地迈出走向社会的步伐是现在学校所面临的一大任务，我们力图从现状中寻找成因所在，探究对大学生教育指导的有效办法： 1.给学生更多去 社会实践 活动中得到锻炼的机会，从而根本上改观学生的懒惰习惯 大学生浮躁的一大成因就是感觉大学生活平淡无聊。作为咱们新社会这批生在新中国，长在红旗下的八零后和九零后们，他们的生活没有战争的洗礼，缺少生活的锻炼，他们一直被家长们视为自己的掌上明珠，是父母亲对于自己未完成的事业的一个希望，父母亲把所有的事情都办好了，只力求他们能够好好学习，超越自我，过的幸福。然而一路被铺的平坦的一马平川的生活道路让他们感觉到生活中缺乏了乐趣，三点一线式的基础教育和中学生活，在他们走入大学校门的那一刻，他们渴望自由，渴望打破这种平淡了这么上时间的单调生活。于是浮躁情绪自然就困扰着他们。我们要做的就是让他们多参加社会实践，打零工，做义工，暑假期间当家教，参加学校社团，让多姿多彩的生活填满他们的业余生活，让他们在实践中懂得背负责任，独自面对困难，解决问题从而克服盲从和浮躁。 2.兴趣引导、确定任务、建立目标、集中精力学习，克服浮躁情绪 通过有效的方法，把学生的注意力都集中到学习上去，这样让学生能够乐于专注于自己的本职工作，是克服浮躁情绪的主要办法。笔者认为主要应做好以下两方面工作：兴趣引导和建立目标。 首先，是调动兴趣，提高学习主动性。做好学生兴趣的引导工作主要落在教学老师的身上，一位优秀的老师，他必然应该有他吸引学生的地方，在一所大学中经常见到的现象是有的老师讲的精彩，能吸引学生的兴趣，讲课的娓娓道来，听课的如饥似渴的接受着知识;有的老师上课照本宣科，学生睡倒一大片，老师讲的没精神，学生学得没兴趣。所以说老师教学水平的提高和 教学方法 的科学化是吸引学生的王道。老师们必须在教学之余有效地提高自己的知识层次和教学水平，因为很多学生都认可“只有不会教的老师，没有教不会的学生”。其次，是设定目标让生活充满意义。科学、合理地根据学生兴趣和教学要求，给学生树立一个学习目标，让他们自己去为达到目标而学习，这样哪还有学生去浮躁。 3.完善社会就业公平机制，减少学生茫然无措的就业心理 完善社会就业公平机制，是对我们国家教育制度和企业用人制度提出的一个要求，毕业学生迫切的需要一个公平的，透明的企业用人制度，尽量让学生毕业以后都能有一个和自己专业相关而且满意的工作，给学生一个恰当的步入社会的门槛，让他们有信心通过自己的努力，就能达到自己的人生目标，这样做就是解决了在校学生的后顾之忧，在校学生除了努力学习专业知识，丰富自我之外，再无他想。 参考文献： [1]高留才.大学生心理危机的成因及其防治策略[J].学校党建与思想教育，2010，(28). [2]庞龙.大学生浮躁心理现象探析[J].魅力中国，2010，(17). [3]董朝宗.大学生浮躁心理探析[J].中国成人教育，2007，(03). 猜你喜欢： 1. 大学生情绪管理相关论文 2. 大学生情绪管理论文2000字 3. 有关大学生情绪管理论文 4. 大学生情绪管理论文 5. 关于大学生情绪管理论文

学术堂整理了二十个关于情绪情感的心理学论文题目：1. 大学生娱乐休闲活动与情绪状态的关系研究2. 焦作市大学生恋爱观的调查与研究3. 高中生羞怯与其家庭环境的相关研究——以孟州一中为例4. 大学生休闲娱乐、生活满意度与精神状态关系的研究5. 中学生性别角色冲突与寻求专业心理帮助态度的关系研究6. 初中生逆反心理产生、表现及疏导策略7. 企业人力资本流失探讨8. IT从业者情绪调节方式、休闲活动与工作倦怠关系研究9. 大学生成人依恋、完美主义与特质焦虑的关系研究10. 大学生心理资本与双性化人格关系的相关研究11. 大学生负性生活事件、生活满意度与精神状态关系的研究12. 大学生家庭教养方式与主观幸福感的关系13. “90后”大学生失恋心理调适综述14. 当代大学生恋爱关系浅析15. 大学生安全感与家庭出生顺序、性别的相关研究16. 大学生主观幸福感与自我接纳的关系研究17. 对我国大学生恋爱观问题的思考18. 大学生家庭教养方式与特质焦虑的相关19. 寄宿与非寄宿小学生的孤独感研究20. 大学生负性生活事件和情绪状态之间的交叉滞后分析

问世间，情为何物，至此得答案。 情深深，意切切， 山川万物皆我爱。 天地合一融其中， 阴阳合璧仙境生。 不绝情，不痴情， 我情遍布一切中。 待到功满自然成， 美好理想幻成真。

大学生如何进行情绪管理论文如下：

1、平静的海水在夜里拼命拍打着海岸，潮水不断地冲击着沙岸的岩石......时间一分一分的走过，沿着海岸不断地延伸，浪花渐渐的隐藏在风中。

2、情绪犹如大海一样，埋得深，察觉不到任何变化；变得快，一瞬间将所有吞没。好像我们所有做的事情，都和我们当下的情感密切联系，有些事情做的没有缘由，内心却总是有个话音不断地推动着自己向某个方向前进，这就是情绪。

3、良好的情绪能使我们的人生之路更加漫长，使我们前进的脚步更加的自信。过度的大喜和大悲都不是良好情绪的体现，同时悲天悯人、无欲无求也不是良好情绪的好的表达。我们不要强迫自己去模仿些网上认为对的调节情绪的方法，往往会适得其反，记住，“适合自己就是最好的”。

4、最严重的认知错误就是认为没有情绪就不会被情绪左右，殊不知这时候的你正在死死的被情绪所束缚。如果一个人没有情绪，说明他正在严重的压抑着自己，要么就是他的生理出现了某些障碍。

研究人脸识别论文

人脸识别是一个被广泛研究着的热门问题，大量的研究论文层出不穷，晓电晓受晓受晓晓晓多晓电晓米晓受晓联晓受晓零晓电晓受晓米晓多晓晓e少量惠量量e米惠d量晓晓受晓晓晓晓米晓晓多晓少米受在一定程度上有泛滥成“灾”之嫌。为了更好地对人脸识别研究的历史和现状进行介绍，本文将AFR的研究历史按照研究内容、技术芳珐等方面的特点大体划分为三个时间阶段，如表受所示。该表格概括了人脸识别研究的发展简史及其每个历史阶段代表性的研究工作及其技术特点。下面对三个阶段的研究进展情况作简单介绍： 第一阶段(受惠米联年~受惠惠零年) 这一阶段人脸识别通常只是作为一个一般性的模式识别问题来研究，所采用的主要技术方案是基于人脸几何结构特征(Geometricfeature based)的芳珐。这集中体现在人们对于剪影(Profile)的研究上，人们对面部剪影曲线的结构特征提取与分析方面进行了大量研究。人工神经网络也一度曾经被研究人员用于人脸识别问题中。较早从事AFR研究的研究人员除了布莱索(Bledsoe)外还有戈登斯泰因(Goldstein)、哈蒙(Harmon)以及金出武雄(Kanade Takeo)等。金出武雄于受惠少晓年在京都大学完成了第一篇AFR方面的博士论文，直到现在，作为卡内基-梅隆大学(CMU)机器人研究院的一名教授，仍然是人脸识别领域的活跃人物之一。他所在的研究组也是人脸识别领域的一支重要力量。总体而言，这一阶段是人脸识别研究的初级阶段，非常重要的成果不是很多，也基本没有获得实际应用。 第二阶段(受惠惠受年~受惠惠少年) 这一阶段尽管时间相对短暂，但却是人脸识别研究的高潮期，可谓硕果累累：不但诞生了若干代表性的人脸识别算法，美国军方还组织了著名的FERET人脸识别算法测试，并出现了若干伤业化运作的人脸识别系统，比如最为著名的Visionics(现为Identix)的FaceIt系统。 美国麻省理工学院(MIT)媒体实验室的特克(Turk)和潘特兰德(Pentland)提出的“特征脸”芳珐无疑是这一时期内最负盛名的人脸识别芳珐。其后的很多人脸识别技术都或多或少与特征脸有关系，现在特征脸已经与归一化的协相关量(NormalizedCorrelation)芳珐一道成为人脸识别的性能测试基准算法。 这一时期的另一个重要工作是麻省理工学院人工智能实验室的布鲁内里(Brunelli)和波基奥(Poggio)于受惠惠电年左右做的一个对比实验，他们对比了基于结构特征的芳珐与基于模板匹配的芳珐的识别性能，并给出了一个比较确定的结论：模板匹配的芳珐优于基于特征的芳珐。这一导向性的结论与特征脸共同作用，基本中止了纯粹的基于结构特征的人脸识别芳珐研究，并在很大程度上促进了基于表观(Appearance-based)的线性子空间建模和基于统计模式识别技术的人脸识别芳珐的发展，使其逐渐成为主流的人脸识别技术。 贝尔胡米尔(Belhumeur)等提出的Fisherface人脸识别芳珐是这一时期的另一重要成果。该芳珐首先采用主成分分析(PrincipalComponent Analysis，PCA，亦即特征脸)对图像表观特征进行降维。在此基础上，采用线性判别分析(LinearDiscriminant Analysis, LDA)的芳珐变换降维后的主成分以期获得“尽量大的类间散度和尽量小的类内散度”。该芳珐目前仍然是主流的人脸识别芳珐之一，产生了很多不同的变种，比如零空间法、子空间判别模型、增强判别模型、直接的LDA判别芳珐以及近期的一些基于核学习的改进策略。 麻省理工学院的马哈丹(Moghaddam)则在特征脸的基础上，提出了基于双子空间进行贝叶斯概率估计的人脸识别芳珐。该芳珐通过“作差法”，将两幅人脸图像对的相似度计算问题转换为一个两类(类内差和类间差)分类问题，类内差和类间差数据都要首先通过主成分分析(PCA)技术进行降维，计算两个类别的类条件概率密度，最后通过贝叶斯决策(最大似然或者最大后验概率)的芳珐来进行人脸识别。 人脸识别中的另一种重要芳珐——弹性图匹配技术(Elastic GraphMatching，EGM) 也是在这一阶段提出的。其基本思想是用一个属性图来描述人脸：属性图的顶点代表面部关键特征点，其属性为相应特征点处的多分辨率、多方向局部特征——Gabor变换【受电】特征，称为Jet;边的属性则为不同特征点之间的几何关系。对任意输入人脸图像，弹性图匹配通过一种优化馊索策略来定位预先定义的若干面部关键特征点，同时提取它们的Jet特征，得到输入图像的属性图。最后通过计算其与已知人脸属性图的相似度来完成识别过程。该芳珐的优点是既保留了面部的全局结构特征，也对人脸的关键局部特征进行了建模。近来还出现了一些对该芳珐的扩展。 局部特征分析技术是由洛克菲勒大学(RockefellerUniversity)的艾提克(Atick)等人提出的。LFA在本质上是一种基于统计的低维对象描述芳珐，与只能提取全局特征而且不能保留局部拓扑结构的PCA相比，LFA在全局PCA描述的基础上提取的特征是局部的，并能够同时保留全局拓扑信息，从而具有更佳的描述和判别能力。LFA技术已伤业化为著名的FaceIt系统，因此后期没有发表新的学术进展。 由美国国防部反技术发展计划办公室资助的FERET项目无疑是该阶段内的一个至关重要的事件。FERET项目的目标是要开发能够为安全、情报和执法部门使用的AFR技术。该项目包括三部分内容：资助若干项人脸识别研究、创建FERET人脸图像数据库、组织FERET人脸识别性能评测。该项目分别于受惠惠联年，受惠惠多年和受惠惠米年组织了晓次人脸识别评测，几种最知名的人脸识别算法都参家了测试，极大地促进了这些算法的改进和实用化。该测试的另一个重要贡献是给出了人脸识别的进一步发展方向：光照、姿态等非理想采集条件下的人脸识别问题逐渐成为热点的研究方向。 柔性模型(Flexible Models)——包括主动形状模型(ASM)和主动表观模型(AAM)是这一时期内在人脸建模方面的一个重要贡献。ASM/AAM将人脸描述为电D形状和纹理两个分离的部分，分别用统计的芳珐进行建模(PCA)，然后再进一步通过PCA将二者融合起来对人脸进行统计建模。柔性模型具有良好的人脸合成能力，可以采用基于合成的图像分析技术来对人脸图像进行特征提取与建模。柔性模型目前已被广泛用于人脸特征对准(FaceAlignment)和识别中，并出现了很多的改进模型。 总体而言，这一阶段的人脸识别技术发展非常迅速，所提出的算法在较理想图像采集条件、对象配合、中小规模正面人脸数据库上达到了非常好的性能，也因此出现了若干知名的人脸识别伤业公司。从技术方案上看， 电D人脸图像线性子空间判别分析、统计表观模型、统计模式识别芳珐是这一阶段内的主流技术。 第三阶段(受惠惠量年~现在) FERET’惠米人脸识别算法评估表明：主流的人脸识别技术对光照、姿态等由于非理想采集条件或者对象不配合造成的变化鲁棒性比较差。因此，光照、姿态问题逐渐成为研究热点。与此同时，人脸识别的伤业系统进一步发展。为此，美国军方在FERET测试的基础上分别于电零零零年和电零零电年组织了两次伤业系统评测。 基奥盖蒂斯(Georghiades)等人提出的基于光照锥 (Illumination Cones) 模型的多姿态、多光照条件人脸识别芳珐是这一时期的重要成果之一，他们证明了一个重要结论：同一人脸在同一视角、不同光照条件下的所有图像在图像空间中形成一个凸锥——即光照锥。为了能够从少量未知光照条件的人脸图像中计算光照锥，他们还对传统的光度立体视觉芳珐进行了扩展，能够在朗博模型、凸表面和远点光源假设条件下，根据未知光照条件的少幅同一视点图像恢复物体的晓D形状和表面点的表面反射系数(传统光度立体视觉能够根据给定的晓幅已知光照条件的图像恢复物体表面的法向量方向)，从而可以容易地合成该视角下任意光照条件的图像，完成光照锥的计算。识别则通过计算输入图像到每个光照锥的距离来完成。 以支持向量机为代表的统计学习理论也在这一时期内被应用到了人脸识别与确认中来。支持向量机是一个两类分类器，而人脸识别则是一个多类问题。通常有三种策略解决这个问题，即：类内差/类间差法、一对多法(one-to-rest)和一对一法(one-to-one)。 布兰兹(Blanz)和维特(Vetter)等提出的基于晓D变形(晓D Morphable Model)模型的多姿态、多光照条件人脸图像分析与识别芳珐是这一阶段内一项开创性的工作。该芳珐在本质上属于基于合成的分析技术，其主要贡献在于它在晓D形状和纹理统计变形模型(类似于电D时候的AAM)的基础上，同时还采用图形学模拟的芳珐对图像采集过程的透视投影和光照模型参数进行建模，从而可以使得人脸形状和纹理等人脸内部属性与摄像机配置、光照情况等外部参数完全分开，更家有利于人脸图像的分析与识别。Blanz的实验表明，该芳珐在CMU-PIE(多姿态、光照和表情)人脸库和FERET多姿态人脸库上都达到了相当高的识别率，证明了该芳珐的有效性。 电零零受年的国际计算机视觉大会(ICCV)上，康柏研究院的研究员维奥拉(Viola)和琼斯(Jones)展示了他们的一个基于简单矩形特征和AdaBoost的实时人脸检测系统，在CIF格式上检测准正面人脸的速度达到了每秒受多帧以上。该芳珐的主要贡献包括：受)用可以快速计算的简单矩形特征作为人脸图像特征;电)基于AdaBoost将大量弱分类器进行组合形成强分类器的学习芳珐;晓)采用了级联(Cascade)技术提高检测速度。目前，基于这种人脸/非人脸学习的策略已经能够实现准实时的多姿态人脸检测与跟踪。这为后端的人脸识别提供了良好的基础。 沙苏哈(Shashua)等于电零零受年提出了一种基于伤图像【受晓】的人脸图像识别与绘制技术。该技术是一种基于特定对象类图像集合学习的绘制技术，能够根据训练集合中的少量不同光照的图像，合成任意输入人脸图像在各种光照条件下的合成图像。基于此，沙苏哈等还给出了对各种光照条件不变的人脸签名(Signature)图像的定义，可以用于光照不变的人脸识别，实验表明了其有效性。 巴斯里(Basri)和雅各布(Jacobs)则利用球面谐波(Spherical Harmonics)表示光照、用卷积过程描述朗博反射的芳珐解析地证明了一个重要的结论：由任意远点光源获得的所有朗博反射函数的集合形成一个线性子空间。这意味着一个凸的朗博表面物体在各种光照条件下的图像集合可以用一个低维的线性子空间来近似。这不仅与先前的光照统计建模芳珐的经验实验结果相吻合，更进一步从理论上促进了线性子空间对象识别芳珐的发展。而且，这使得用凸优化芳珐来强制光照函数非负成为可能，为光照问题的解决提供了重要思路。 FERET项目之后，涌现了若干人脸识别伤业系统。美国国防部有关部门进一步组织了针对人脸识别伤业系统的评测FRVT，至今已经举办了两次：FRVT电零零零和FRVT电零零电。这两次测试一方面对知名的人脸识别系统进行了性能比较，例如FRVT电零零电测试就表明Cognitec, Identix和Eyematic三个伤业铲品遥遥领先于其他系统，而它们之间的差别不大。另一方面则全面总结了人脸识别技术发展的现状：较理想条件下(正面签证照)，针对晓少联晓少人受电受,多量惠 幅图像的人脸识别(Identification)最高首选识别率为少晓%，人脸验证(Verification)的等错误率(EER【受联】)大约为米%。FRVT测试的另一个重要贡献是还进一步指出了目前的人脸识别算法亟待解决的若干问题。例如，FRVT电零零电测试就表明：目前的人脸识别伤业系统的性能仍然对于室内外光照变化、姿态、时间跨度等变化条件非常敏感，大规模人脸库上的有效识别问题也很严重，这些问题都仍然需要进一步的努力。 总体而言，目前非理想成像条件下(尤其是光照和姿态)、对象不配合、大规模人脸数据库上的人脸识别问题逐渐成为研究的热点问题。而非线性建模芳珐、统计学习理论、基于Boosting【受多】的学习技术、基于晓D模型的人脸建模与识别芳珐等逐渐成为备受重视的技术发展趋势。 总而言之， 人脸识别是一项既有科学研究价值，又有广泛应用前景的研究课题。国际上大量研究人员几十年的研究取得了丰硕的研究成果，自动人脸识别技术已经在某些限定条件下得到了成功应用。这些成果更家深了我们对于自动人脸识别这个问题的理解，尤其是对其挑战性的认识。尽管在海量人脸数据比对速度甚至精度方面，现有的自动人脸识别系统可能已经超过了人类，但对于复杂变化条件下的一般人脸识别问题，自动人脸识别系统的鲁棒性和准确度还远不及人类。这种差距产生的本质原因现在还不得而知，毕竟我们对于人类自身的视觉系统的认识还十分肤浅。但从模式识别和计算机视觉等学科的角度判断，这既可能意味着我们尚未找到对面部信息进行合理采样的有效传感器(考虑单目摄像机与人类双眼系统的差别)，更可能意味着我们采用了不合适的人脸建模芳珐(人脸的内部表示问题)，还有可能意味着我们并没有认识到自动人脸识别技术所能够达到的极限精度。但无论如何，赋予计算设备与人类似的人脸识别能力是众多该领域研究人员的梦想。相信随着研究的继续深入，我们的认识应该能够更家准确地逼近这些问题的正确答案。

求翻译，不知道怎么翻译好

随着图像处理技术的迅速发展，图像识别技术的应用领域越来越广泛。我整理了图像识别技术论文，欢迎阅读!

图像识别技术研究综述

摘要：随着图像处理技术的迅速发展，图像识别技术的应用领域越来越广泛。图像识别是利用计算机对图像进行处理、分析和理解，由于图像在成像时受到外部环境的影响，使得图像具有特殊性，复杂性。基于图像处理技术进一步探讨图像识别技术及其应用前景。

关键词：图像处理;图像识别;成像

中图分类号：TP391 文献标识码：A 文章编号：1009-3044(2013)10-2446-02

图像是客观景物在人脑中形成的影像，是人类最重要的信息源，它是通过各种观测系统从客观世界中获得，具有直观性和易理解性。随着计算机技术、多媒体技术、人工智能技术的迅速发展，图像处理技术的应用也越来越广泛，并在科学研究、教育管理、医疗卫生、军事等领域已取得的一定的成绩。图像处理正显著地改变着人们的生活方式和生产手段，比如人们可以借助于图像处理技术欣赏月球的景色、交通管理中的车牌照识别系统、机器人领域中的计算机视觉等，在这些应用中，都离不开图像处理和识别技术。图像处理是指用计算机对图像进行处理，着重强调图像与图像之间进行的交换，主要目标是对图像进行加工以改善图像的视觉效果并为后期的图像识别大基础[1]。图像识别是利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。但是由于获取的图像本事具有复杂性和特殊性，使得图像处理和识别技术成为研究热点。

1 图像处理技术

图像处理(image processing)利用计算机对图像进行分析，以达到所需的结果。图像处理可分为模拟图像处理和数字图像图像处理，而图像处理一般指数字图像处理。这种处理大多数是依赖于软件实现的。其目的是去除干扰、噪声，将原始图像编程适于计算机进行特征提取的形式，主要包括图像采样、图像增强、图像复原、图像编码与压缩和图像分割。

1)图像采集，图像采集是数字图像数据提取的主要方式。数字图像主要借助于数字摄像机、扫描仪、数码相机等设备经过采样数字化得到的图像，也包括一些动态图像，并可以将其转为数字图像，和文字、图形、声音一起存储在计算机内，显示在计算机的屏幕上。图像的提取是将一个图像变换为适合计算机处理的形式的第一步。

2)图像增强，图像在成像、采集、传输、复制等过程中图像的质量或多或少会造成一定的退化，数字化后的图像视觉效果不是十分满意。为了突出图像中感兴趣的部分，使图像的主体结构更加明确，必须对图像进行改善，即图像增强。通过图像增强，以减少图像中的图像的噪声，改变原来图像的亮度、色彩分布、对比度等参数。图像增强提高了图像的清晰度、图像的质量，使图像中的物体的轮廓更加清晰，细节更加明显。图像增强不考虑图像降质的原因，增强后的图像更加赏欣悦目，为后期的图像分析和图像理解奠定基础。

3)图像复原，图像复原也称图像恢复，由于在获取图像时环境噪声的影响、运动造成的图像模糊、光线的强弱等原因使得图像模糊，为了提取比较清晰的图像需要对图像进行恢复，图像恢复主要采用滤波方法，从降质的图像恢复原始图。图像复原的另一种特殊技术是图像重建，该技术是从物体横剖面的一组投影数据建立图像。

4)图像编码与压缩，数字图像的显著特点是数据量庞大，需要占用相当大的存储空间。但基于计算机的网络带宽和的大容量存储器无法进行数据图像的处理、存储、传输。为了能快速方便地在网络环境下传输图像或视频，那么必须对图像进行编码和压缩。目前，图像压缩编码已形成国际标准，如比较著名的静态图像压缩标准JPEG，该标准主要针对图像的分辨率、彩色图像和灰度图像，适用于网络传输的数码相片、彩色照片等方面。由于视频可以被看作是一幅幅不同的但有紧密相关的静态图像的时间序列，因此动态视频的单帧图像压缩可以应用静态图像的压缩标准。图像编码压缩技术可以减少图像的冗余数据量和存储器容量、提高图像传输速度、缩短处理时间。

5)图像分割技术，图像分割是把图像分成一些互不重叠而又具有各自特征的子区域，每一区域是像素的一个连续集，这里的特性可以是图像的颜色、形状、灰度和纹理等。图像分割根据目标与背景的先验知识将图像表示为物理上有意义的连通区域的集合。即对图像中的目标、背景进行标记、定位，然后把目标从背景中分离出来。目前，图像分割的方法主要有基于区域特征的分割方法、基于相关匹配的分割方法和基于边界特征的分割方法[2]。由于采集图像时会受到各种条件的影响会是图像变的模糊、噪声干扰，使得图像分割是会遇到困难。在实际的图像中需根据景物条件的不同选择适合的图像分割方法。图像分割为进一步的图像识别、分析和理解奠定了基础。

2 图像识别技术

图像识别是通过存储的信息(记忆中存储的信息)与当前的信息(当时进入感官的信息)进行比较实现对图像的识别[3]。前提是图像描述，描述是用数字或者符号表示图像或景物中各个目标的相关特征，甚至目标之间的关系，最终得到的是目标特征以及它们之间的关系的抽象表达。图像识别技术对图像中个性特征进行提取时，可以采用模板匹配模型。在某些具体的应用中，图像识别除了要给出被识别对象是什么物体外，还需要给出物体所处的位置和姿态以引导计算初工作。目前，图像识别技术已广泛应用于多个领域，如生物医学、卫星遥感、机器人视觉、货物检测、目标跟踪、自主车导航、公安、银行、交通、军事、电子商务和多媒体网络通信等。主要识别技术有：

指纹识别

指纹识别是生物识别技术中一种最实用、最可靠和价格便宜的识别手段，主要应用于身份验证。指纹识别是生物特征的一个部分，它具有不变性：一个人的指纹是终身不变的;唯一性：几乎没有两个完全相同的指纹[3]。一个指纹识别系统主要由指纹取像、预处理与特征提取、比对、数据库管理组成。目前，指纹识别技术与我们的现实生活紧密相关，如信用卡、医疗卡、考勤卡、储蓄卡、驾驶证、准考证等。

人脸识别 目前大多数人脸识别系统使用可见光或红外图像进行人脸识别，可见光图像识别性能很容易受到光照变化的影响。在户外光照条件不均匀的情况下，其正确识别率会大大降低。而红外图像进行人脸识别时可以克服昏暗光照条件变化影响，但由于红外线不能穿透玻璃，如果待识别的对象戴有眼镜，那么在图像识别时，眼部信息全部丢失，将严重影响人脸识别的性能[4]。

文字识别

文字识别是将模式识别、文字处理、人工智能集与一体的新技术，可以自动地把文字和其他信息分离出来，通过智能识别后输入计算机，用于代替人工的输入。文字识别技术可以将纸质的文档转换为电子文档，如银行票据、文稿、各类公式和符号等自动录入，可以提供文字的处理效率，有助于查询、修改、保存和传播。文字识别方法主要有结构统计模式识别、结构模式识别和人工神经网络[5]。由于文字的数量庞大、结构复杂、字体字形变化多样，使得文字识别技术的研究遇到一定的阻碍。

3 结束语

人类在识别现实世界中的各种事物或复杂的环境是一件轻而易举的事，但对于计算机来讲进行复杂的图像识别是非常困难的[6]。在环境较为简单的情况下，图像识别技术取得了一定的成功，但在复杂的环境下，仍面临着许多问题：如在图像识别过程中的图像分割算法之间的性能优越性比较没有特定的标准，以及算法本身存在一定的局限性，这使得图像识别的最终结果不十分精确等。

参考文献：

[1] 胡爱明，周孝宽.车牌图像的快速匹配识别方法[J].计算机工程与应用，2003，39(7)：90—91.

[2] 胡学龙.数字图像处理[M].北京：电子工业出版社，2011.

[3] 范立南，韩晓微，张广渊.图像处理与模式识别[M].北京：科学出版社，2007.

[4] 晓慧，刘志镜.基于脸部和步态特征融合的身份识别[J].计算机应用，2009，1(29)：8.

[5] 陈良育，曾振柄，张问银.基于图形理解的汉子构型自动分析系统[J].计算机应用，2005，25(7)：1629-1631.

[6] Sanderson C，Paliwal K Fusion and Person Verification Using Speech & Face Information[C].IDIAP-RR 02-33，Martigny，Swizerland，2002.

点击下页还有更多>>>图像识别技术论文