学位论文 > 优秀研究生学位论文题录展示

基于帧间灰度差的动态表情识别

作　者: 辛静
导　师: 赵政
学　校: 天津大学
专　业: 计算机应用技术
关键词: 情感计算表情识别面部分块表情区域定位动态序列帧间差支持向量机
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 29次
引　用: 2次
阅　读: 论文下载

内容摘要

在情感表达中,人脸表情的变化是最为直观也是最为基础的一环。因而,也成为情感计算的重要一环。本文所论述的人脸表情识别研究就是基于这样原因,以人脸的不同表情为研究主体,以计算机对人脸表情的正确识别为目的而进行的。人脸表情识别一般分为人脸检测、特征提取、特征选择和表情分类等环节。本文主要研究了特征提取、特征选择和表情分类过程中的一些关键问题,提出了一些改进算法,并进行了仿真实验。主要的工作如下:1.本文使用的是一种基于Haar小波基函数的的矩形特征与级联的Boosted机器学习相结合的对象探测算法进行人脸检测。2.对识别的图像序列进行预处理,并是利用人脸分块与人脸部件特征的先验知识,结合人脸轮廓投影的方法进行表情区域定位。3.对于动态的人脸表情识别,提出了基于一组14帧表情图像的,区别于光流法的,而是利用帧间灰度的动态差别的,能够在不降低识别率的条件下,提供良好的实时性的表情特征的提取算法。4.使用支持向量机(SVM)为分类器,将所提取出来的特征向量进行训练分类与识别5.建立了基于以上过程的人脸表情识别系统,进行了仿真实验。以Cohn-Kanade AU-Coded Facial Expression Database为实验数据库。取得了比较满意的实验结果。证明了本文所提出的算法的有效性。

全文目录

中文摘要  3-4
ABSTRACT  4-7
第一章绪论  7-11
  1.1 人脸表情识别的研究内容  7-8
    1.1.1 人脸识别  7-8
    1.1.2 表情识别  8
  1.2 人脸表情识别的研究意义与应用  8-11
    1.2.1 人脸识别  8-9
    1.2.2 表情识别  9-11
第二章人脸表情识别综述  11-20
  2.1 人脸表情识别的早期研究历程  11-14
    2.1.1 其他学科对于表情识别的研究  11-13
    2.1.2 达尔文的贡献  13-14
  2.2 计算机科学对人脸表情识别的研究  14-18
    2.2.1 人脸识别  14-16
    2.2.2 表情识别  16-18
  2.3 相关的数据库  18-20
第三章基于图像序列表情区域的帧差表情识别算法  20-40
  3.1 人脸检测  20-24
    3.1.1 AdaBoost 算法  21-22
    3.1.2 训练样本的选择  22-23
    3.1.3 训练过程  23-24
  3.2 表情特征算法的实现  24-26
  3.3 表情图像预处理  26-29
    3.3.1 彩色图像转化为灰度图像  26-27
    3.3.2 表情图像尺寸归一化  27
    3.3.3 表情图像平滑处理  27-28
    3.3.4 表情图像灰度均衡化  28-29
  3.4 表情区域定位  29-31
    3.4.1 人脸结构特征  29-30
    3.4.2 人脸表情区域定位  30-31
  3.5 基于动态表情特征提取算法  31-35
    3.5.1 光流运动特征提取算法  31-33
    3.5.2 利用灰度差的表情识别  33-35
  3.6 表情分类器  35-40
    3.6.1 C-支持向量分类机  35-36
    3.6.2 核函数的选择  36-37
    3.6.3 基于“one-against-one”方法构建多类C-SVC  37-38
    3.6.4 序列后向特征选择算法  38-40
第四章仿真实验及结果与分析  40-46
  4.1 实验功能分析  40
  4.2 实验平台设计  40-41
  4.3 实验平台的实现  41
  4.4 实验结果与分析  41-44
    4.4.1 七种表情的灰度变化趋势  42-43
    4.4.2 表情变化区域大小的选择  43-44
  4.5 不同表情识别率差异  44-46
第五章挑战与展望  46-49
  5.1 人脸表情识别的挑战  46-47
  5.2 人脸表情识别的未来  47-49
    5.2.1 人脸识别的未来研究方向  47
    5.2.2 表情识别的未来研究方向  47-49
参考文献  49-52
致谢  52

基于帧间灰度差的动态表情识别

内容摘要

全文目录

相似论文