学位论文 > 优秀研究生学位论文题录展示

基于稀疏表示残差融合的人脸表情识别

作　者: 王哲伟
导　师: 应自炉
学　校: 五邑大学
专　业: 信号与信息处理
关键词: 表情识别压缩传感稀疏表示局部二元模式融合
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 50次
引　用: 0次
阅　读: 论文下载

内容摘要

人脸表情识别是计算机由人脸图像中提取表情特征,然后根据特征的不同将表情图像归到不同的表情类别中。它使得计算机能够根据表情图像分类结果,推断人的心理状态,从而实现人机之问自然交互。尽管目前人脸表情识别技术已经取得了不少进展,但现实生活中光照、姿态、噪声、遮掩物等各种因素影响,要实现真正实际应用仍需进一步研究。本文综述了人脸表情识别的一般步骤,及各个步骤中所利用到的方法,介绍了压缩传感CS (Compressed Sensing)的理论方法以及在此基础上稀疏表示分类算法SRC (Sparse Representation Classification),将SRC算法用于表情识别,进行了一系列的实验。本论文的主要研究工作包括下面几个方面。1.研究了稀疏表示在人脸表情识别上的应用。将SRC算法应用在日本女性表情JAFFE库上,在特定人识别情况下与2DPCA+SVM的方法进行比较。实验结果表明了SRC算法的有效性。比较2DPCA或Curvelet降维后进行SRC分类与随机映射后进行SRC分类,验证了稀疏表示对特征提取方法的不敏感性。2.研究了稀疏表示在噪声条件下的分类能力。实验在JAFFE表情库上进行,在测试图像上加入方差从0.01至0.1的高斯噪声,运用SRC与2DPCA+SVM和Curvelet+SVM等方法来进行表情识别,并通过上述方法结果的比较,验证了SRC算法的鲁棒性。3.研究了稀疏表示在遮挡条件下的分类能力。在JAFFE表情库中的表情图像中加入了遮挡情况下进行表情识别。一幅与原图像不相关的图像作为遮挡替代了原图像的一部分,遮挡面积从10%至50%,通过SRC,2DPCA+SVM和Curvelet+SVM等方法进行分类,实验结果表明了SRC算法具有很好对遮挡的鲁棒性。4.提出了基于稀疏表示残差融合的人脸表情识别算法。根据SRC算法在灰度与局部二元模式(LBP)两种特征上分类的残差分析,提出了一种融合残差信息的表情识别新方法。为证明这种方法的有效性,将这种方法分别应用于JAFFE表情库和CK表情库,结果表明新方法的识别率在JAFFE中达到了69.52%,远高于单独SRC的62.43%和LBP+SRC的60.52%,识别率提高了8%左右；在CK表情库中的实验表明,新方法比单独的SRC或LBP+SRC提高了5%左右。

全文目录

摘要  4-6
Abstract  6-10
第一章绪论  10-19
  1.1 研究意义及应用前景  10-11
  1.2 人脸表情识别综述  11-16
    1.2.1 人脸检测  12-13
    1.2.2 人脸表情预处理  13-14
    1.2.3 表情特征提取  14-15
    1.2.4 特征降维  15
    1.2.5 表情分类方法  15-16
  1.3. 稀疏表示方法  16-17
  1.4 本文的主要工作及结构安排  17-19
第二章压缩传感理论基础  19-27
  2.1 引言  19
  2.2 压缩传感基本概念  19-25
    2.2.1 信号的稀疏性  20-21
    2.2.2 传感矩阵  21-23
    2.2.3 重构算法  23-25
      2.2.3.1 最小e_l范数法  23-24
      2.2.3.2 匹配追踪算法  24-25
      2.2.3.3 最小全变分法  25
      2.2.3.4 迭代阈值法  25
  2.3 本章小结  25-27
第三章稀疏表示分类方法(SRC)用于表情识别  27-39
  3.1 稀疏表示分类方法原理  27-29
  3.2 降维方法简介  29-32
    3.2.1 随机映射  29-30
    3.2.2 2DPCA  30-31
    3.2.3 Curvelet变换  31-32
  3.3 SRC用于人脸表情识别  32-37
    3.3.1 SRC用于特定人表情识别  32-34
    3.3.2 SRC用于非特定人表情识别  34-37
  3.4 本章小结  37-39
第四章基于稀疏表示残差融合的人脸表情识别  39-52
  4.1 LBP的简介  39-43
    4.1.1 原始LBP算子  39-41
    4.1.2 多分辨率LBP算子  41-42
    4.1.3 旋转不变模式LBP算子  42-43
    4.1.4 均匀模式LBP算子  43
  4.2 基于LBP的人脸表情图像特征提取  43-44
  4.3 融合算法  44-51
  4.4 本章小结  51-52
总结  52-54
参考文献  54-59
攻读学位期间发表论文  59-60
致谢  60

基于稀疏表示残差融合的人脸表情识别

内容摘要

全文目录

相似论文