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
- 用于检索的人脸特征提取与匹配算法研究,TP391.41
- 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SVM分类算法的主题爬虫研究,TP391.3
- 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
- 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
- 中文缺省识别研究,TP391.1
- 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
- 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
- 基于人脸表情识别的情感研究,TP391.41
- 基于稀疏表示残差融合的人脸表情识别,TP391.41
- 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
- 基于净图的多模平滑度通用隐写分析及其GPU加速,TP391.41
- 快速智能入侵检测技术研究,TP393.08
- 心电特征提取及分类方法研究,TN911.7
- 电动汽车驱动控制系统的研究,U469.72
- 基于环境参数的过渡环境下人体热感觉预测,TU831
- 音乐风格分析研究,J605
- 基于稀疏表达的人脸识别算法研究,TP391.41
- 结合物体性度量和表观特征的车辆检测,TP391.41
- 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
|