学位论文 > 优秀研究生学位论文题录展示

基于几何与表观特征融合的表情识别方法研究

作　者: 宫玉娇
导　师: 陈靓影
学　校: 华中师范大学
专　业: 教育技术学
关键词: 表情识别 几何特征 表观特征 SVM
分类号: TP391.41
类　型: 硕士论文
年　份: 2014年
下　载: 1次
引　用: 0次
阅　读: 论文下载
 

内容摘要


人脸表情识别是近年来的研究热点,因为人脸表情能够反映人的心理状态,在情感表达中起到至关重要的作用。如今表情识别被广泛应用于情感分析、智能化学习和人机交互中。许多研究者在表情识别领域已经进行了大量研究工作,并做出了卓越的贡献,但由于人的外貌差异以及妆容等因素使得表情变化复杂细微,给表情识别这个研究领域带来了挑战性。自动表情识别研究中,如何提取有效的表情特征是表情识别的关键因素之一。本论文对表情识别中的特征提取方法进行了重点研究,提出了基于中性表情与表情图像差值的几何与表观特征提取方法。基于对表情图像特征提取方法深入分析,做了以下相关研究工作主要包括：(1)利用归一化条件下的表情图像与中性表情的差异变化作为特征,减少外貌差异对于表情识别的影响。每一类表情由于外貌等因素的差异,使得人脸表情特征的共性中存在很大个体差异性。而利用表情与中性表情的差值变化就能突出表情的共性特征,从而减少外貌差异的影响,有效消除了个体差异。(2)改进主动形状模型(Active Shape Model, ASM)的特征点定位检测方法,自动检测人脸中双眼和嘴巴的几何位置,为ASM对于人脸形状的准确搜索提供良好的初始化条件,使得最终提取的几何特征点信息能更准确地描述人脸几何特征了,获得更加有效的表情特征。(3)基于归一化条件下的表情图像与中性表情的差分ASM特征点作为人脸表情的几何信息,从整体上描述人脸表情的形状变化。在获取几何特征的基础上,提取人脸的局部纹理信息,即表情图像特征点的邻域梯度相对于中性表情的变化,以此来描述人脸表情变化的表观细节。将提取的几何特征和表观特征二者融合输入表情分类器。该研究改进了ASM算法提取表情图像的几何特征,基于几何形状信息提取局部纹理特征,从整体形状与纹理表观综合有效地描述人脸表情的特征,采用支持向量机算法(Support Vector Machine, SVM)对获取的融合特征数据进行分类识别,该方法通过对Extended Cohn-Kanade(CK+)表情数据库进行实验获得了良好的识别率,验证了提出方法的有效性。

全文目录


摘要  5-6
Abstract  6-10
1 绪论  10-16
  1.1 引言  10
  1.2 研究背景和意义  10-11
  1.3 国内外研究现状  11-14
    1.3.1 特征提取方法研究现状  11-13
    1.3.2 分类识别方法研究现状  13-14
  1.4 论文主要内容及组织结构  14-16
    1.4.1 论文的主要内容  14-15
    1.4.2 论文的组织结构  15-16
2 人脸表情识别系统概述  16-27
  2.1 引言  16-17
  2.2 人脸检测  17-24
    2.2.1 基于Haar-Adaboost人脸检测  17-22
    2.2.2 图像预处理  22-24
  2.3 人脸表情特征提取  24-26
    2.3.1 几何特征  25
    2.3.2 表观特征  25
    2.3.3 融合特征  25-26
  2.4 表情分类  26
  2.5 本章小结  26-27
3 基于ASM主动形状模型的特征提取  27-38
  3.1 引言  27
  3.2 ASM主动形状模型算法  27-30
  3.3 基于ASM主动形状模型的特征点定位  30-33
    3.3.1 传统主动形状模型的不足  30-31
    3.3.2 改进的ASM特征点定位  31-33
  3.4 基于改进ASM模型下的几何特征提取  33-37
    3.4.1 特征点选取  33-35
    3.4.2 差分ASM特征提取  35-37
  3.5 本章小结  37-38
4 几何与表观特征的融合  38-43
  4.1 引言  38
  4.2 表观特征提取  38-41
    4.2.1 基于梯度计算的灰度特征  38-40
    4.2.2 基于归一化互相关计算的纹理特征  40-41
  4.3 几何与表观特征融合  41-42
  4.4 本章小结  42-43
5 基于SVM的表情识别  43-51
  5.1 SVM理论概述  43-44
  5.2 基于SVM的表情分类  44-45
  5.3 人脸表情数据库  45-46
  5.4 分类结果与分析  46-50
  5.5 本章小结  50-51
6 总结与展望  51-53
  6.1 全文总结  51
  6.2 工作展望  51-53
参考文献  53-58
攻读学位期间发表的学术论文  58-59
致谢  59

相似论文

  1. 用于检索的人脸特征提取与匹配算法研究,TP391.41
  2. 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
  3. 基于SVM分类算法的主题爬虫研究,TP391.3
  4. 述情障碍个体对面部表情的识别及其注意偏向的实验研究,B849
  5. 小学生情绪表情识别特点及其与情绪词掌握量的关系研究,B844.2
  6. 中文缺省识别研究,TP391.1
  7. 基于计算机视觉的柑橘品质分级技术研究,TP391.41
  8. 海南雾的天气气候特征分析及预报方法研究,P457
  9. 基于相差显微镜像的脑细胞活性无损检测方法的研究,TP391.41
  10. 基于人脸表情识别的情感研究,TP391.41
  11. 基于稀疏表示残差融合的人脸表情识别,TP391.41
  12. 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
  13. 基于净图的多模平滑度通用隐写分析及其GPU加速,TP391.41
  14. 快速智能入侵检测技术研究,TP393.08
  15. 心电特征提取及分类方法研究,TN911.7
  16. 电动汽车驱动控制系统的研究,U469.72
  17. 基于环境参数的过渡环境下人体热感觉预测,TU831
  18. 音乐风格分析研究,J605
  19. 基于稀疏表达的人脸识别算法研究,TP391.41
  20. 结合物体性度量和表观特征的车辆检测,TP391.41
  21. 基于Gabor特征和Adaboost算法的人脸表情识别研究,TP391.41

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