学位论文 > 优秀研究生学位论文题录展示
基于SVM的人脸表情识别研究
作 者: 李玉朵
导 师: 倪健
学 校: 河北工程大学
专 业: 计算机应用技术
关键词: 人脸表情识别 二维Gabor小波 PCA FLD SVM
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 224次
引 用: 0次
阅 读: 论文下载
内容摘要
近年来新型人机交互系统研究中,人脸表情识别研究越来越受到重视,它在教育、机器人、医疗等行业有广泛的应用前景,对模式识别、计算机视觉、人工智能等学科发展具有重要的推动作用,特别对于增强计算机的智能化、人性化以及开发新型人机交互系统有着重要的现实意义,而且更具有重大的经济利益和社会效益。本论文以人脸表情识别算法为研究对象,对人脸表情特征提取及特征降维、人脸表情分类等问题进行了深入的研究,结合Gabor小波变换在图像特征提取方面的优势和支持向量机在小样本问题上的优良特性及良好的分类能力,本文提出了二维Gabor小波与PCA+FLD相融合的表情特征提取算法、基于(RBF)径向基核函数的One-against-one投票策略多分类SVM人脸表情分类算法。本文主要工作如下:(1)基于灰度积分投影的人脸表情区域定位方法。本文首先进行图像灰度预处理,然后在二值化基础上进行积分投影确定表情区域,进而进行几何预处理最后归一化切割为标准大小的表情图像。(2)本文采用多频率多方向的二维Gabor小波变换,然后融合PCA+FLD方法进行特征降维,将图像高维特征映射到低维特征子空间中。(3)在降维后的特征子空间中使用RBF(Radio Basis Function)径向基函数作为核函数构造SVM分类器进行人脸表情样本的训练和识别分类。本文进行了与人相关和与人无关的两类三组实验。与人无关的实验是:融合二维Gabor小波变换和PCA+FLD特征降维后的SVM表情识别。与人相关的实验分别是:原始图像和PCA+FLD特征降维基础上的SVM表情识别、融合二维Gabor小波变换和PCA+FLD特征降维后的SVM表情识别。实验证明本文提出的融合二维Gabor小波变换和PCA+FLD特征降维的SVM表情识别算法是一种较好的人脸表情识别方法。
|
全文目录
摘要 6-7 Abstract 7-11 第1章 绪论 11-23 1.1 课题背景和意义 11-12 1.2 人脸表情识别的研究内容 12 1.3 国内外研究现状 12-14 1.4 人脸表情主要步骤 14-20 1.4.1 人脸检测 15-16 1.4.2 图像预处理 16 1.4.3 人脸表情特征提取 16-19 1.4.4 人脸表情分类 19-20 1.5 表情识别的难点 20-21 1.6 本文主要研究内容与结构安排 21-23 第2章 图像的预处理 23-33 2.1 灰度预处理 23-25 2.1.1 彩色图像灰度化 23-24 2.1.2 灰度直方图均衡化 24-25 2.2 几何预处理 25-32 2.2.1 人脸表情区域定位 26-29 2.2.2 人脸表情图像尺度归一化算法 29-30 2.2.3 常用插值方法 30-31 2.2.4 人脸图像切割 31-32 2.3 本章小结 32-33 第3章 融合PCA+FLD和二维GABOR小波变换的人脸表情特征提取 33-51 3.1 常用表情特征提取方法概述 33-35 3.2 GABOR小波 35-41 3.2.1 Gabor小波概述 35-37 3.2.2 一维Gabor小波 37 3.2.3 二维Gabor小波 37-39 3.2.4 基于二维Gabor小波变换的人脸表情图像变换 39-40 3.2.5 Gabor特征下采样 40-41 3.3 PCA成分分析 41-43 3.4 FISHER线性判别分析 43-45 3.5 融合二维GABOR小波和PCA+FLD的人脸表情特征提取 45-48 3.6 实验结果与分析 48-50 3.7 本章小结 50-51 第4章 基于SVM的人脸表情分类识别 51-65 4.1 概述 51 4.2 统计学习理论 51-53 4.2.1 VC维理论及推广性的界 52-53 4.2.2 结构风险最小化 53 4.3 支持向量机 53-58 4.3.1 最优分类面 54-56 4.3.2 高维空间中的分类面 56-58 4.3.3 SVM的核函数 58 4.4 多类支持向量机算法 58-61 4.5 基于SVM的人脸表情识别步骤 61-62 4.6 实验结果分析 62-64 4.7 本章小结 64-65 第5章 总结与展望 65-67 致谢 67-68 参考文献 68-72 附录 72-74 作者简介 74-75 攻读硕士期间发表的论文和参加科研情况 75
|
相似论文
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于空间—频率域的织物组织识别新技术研究,TS101.923
- 基于计算机视觉的柑橘品质分级技术研究,TP391.41
- 海南雾的天气气候特征分析及预报方法研究,P457
- 功能磁共振成像技术在前列腺癌诊断中的应用研究,R737.25
- 基于概率PCA的图像复原方法研究及其应用,TP391.41
- 基于支持向量机的视频目标检测方法研究,TP391.41
- 声表面波气体传感器阵列模式识别技术的研究,TP212
- 基于视觉的运动人体行为分析,TP391.41
- 湿法冶金浸出过程建模与优化,TF803.2
- 基于多元统计分析的故障诊断算法研究,TP277
- 基于二维动态核Hebbian算法的非线性过程故障检测方法研究,TP277
- 基于粒子群优化算法和支持向量机的上市公司财务危机预警研究,F275
- 利用非局部相似性的图像超分辨率重建研究,TP391.41
- 基于头肩轮廓特征的人头检测系统的研究,TP391.41
- 基于分块颜色直方图和HOG特征的粒子滤波跟踪,TP391.41
- AZ31镁合金板材温热成形极限及回弹研究,TG386
- 即时通讯机器人中人脸识别与跟踪技术研究,TP242
- 基于多普勒气象雷达的风切变预测研究,P415.2
- 基于译文特征与译文内容的中英文跨语种抄袭识别技术研究,TP391.1
- 盲信号分离应用技术的研究,TN911.7
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|