学位论文 > 优秀研究生学位论文题录展示
静态图像中人脸表情和性别识别的研究
作 者: 柳华
导 师: 李金屏
学 校: 济南大学
专 业: 计算机软件与理论
关键词: 性别识别 表情识别 主成分分析(PCA) 线性判别式分析(LDA)
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 133次
引 用: 0次
阅 读: 论文下载
内容摘要
人脸是人类最重要的生物特征之一,反映了很多重要的生物信息,如身份、表情、性别、种族、年龄等等。随着计算机技术的飞速发展,基于人脸图像的计算机视觉和模式识别问题也成为近些年研究的热点问题。作为人脸识别技术的重要组成部分,人脸的表情、性别识别技术也受到广泛的关注,该技术能进一步提高人脸识别的识别率,为人脸识别提供了很有意义的补充,使人脸识别更全面更丰富,应用前景更广阔。因此对表情、性别人脸识别进行研究具有重要意义。人脸的表情、性别识别系统主要分为三部分:人脸图像的预处理,人脸特征提取和分类器识别三部分。本文主要从这三方面展开研究。人脸图像的预处理直接影响人脸表情、性别的识别率。图像的预处理主要包括人脸检测、尺度归一化、灰度归一化。通过对人脸检测问题中的重要理论的研究,本文采用基于AdaBoost算法的层级式人脸检测策略。采用该方法的原因在于:该检测方法检测速度快,检测精度高。然后将检测出的人脸进行尺度归一化和灰度归一化处理。人脸性别的识别,这部分包括人脸的特征提取和分类,特征提取更加重要,能否从高维的人脸图像中提取出感兴趣的人脸特征,是识别的关键。本文首先介绍了经典的基于主成份分析(PCA)的特征提取策略,然后介绍特别强调类内和类间信息的基于线性判别式分析(LDA)的特征提取策略,LDA算法具有不能被应用于小样本的缺陷,本文将PCA和LDA算法相结合,克服了LDA算法的缺陷,最后采用欧式距离作为模式特征之间的相似性量度,采用基于距离函数的分类器。但是实验过程中采用均值脸算法的泛化性不高,以后还需要进一步改进。在人脸表情识别实验中,采用基于Gabor小波和弹性模板匹配的方法,对人脸表情特征提取时,先对图像逐个像素进行Gabor小波变换,然后再提取局部关键区域的小波系数,利用欧式距离公式计算相似度,利用弹性模板匹配的方法进行匹配识别,最后利用K近邻分类器实现人脸面部七种基本表情的识别,取得了较好的实验结果。但实验过程中采用的K近邻分类器计算的时间复杂度高,以后还需要进一步的改进。
|
全文目录
摘要 6-7 ABSTRACT 7-9 第一章 引言 9-21 1.1 研究的背景意义 9-11 1.2 表情、性别识别的研究现状 11-17 1.2.1 表情、性别识别的研究现状 11-13 1.2.2 表情、性别识别研究的内容 13-14 1.2.3 表情、性别识别研究的主要方法 14-17 1.3 部分人脸库简介 17-19 1.3.1 JAFFE 日本的女性表情库 17-18 1.3.2 AT& T 人脸图像库 18-19 1.4 本文的章节安排 19-21 第二章 图像的预处理 21-29 2.1 人脸检测 21-25 2.1.1 AdaBoost 算法 21-24 2.1.2 实验结果 24-25 2.2 图像的尺度归一化 25-26 2.3 图像的灰度归一化 26-27 2.4 实验图像预处理结果 27-28 2.5 本章小结 28-29 第三章 基于PCA-LDA 的人脸性别识别 29-39 3.1 主成份分析(PCA) 29-31 3.2 线性判别式分析(LDA) 31-33 3.3 图像分类和识别 33-35 3.3.1 距离函数 33-34 3.3.2 最近邻决策规则 34-35 3.4 PCA-LDA 在性别识别中的应用 35-37 3.5 实验结果分析 37-38 3.6 本章小结 38-39 第四章 基于Gabor 小波的人脸表情识别 39-51 4.1 Gabor 小波变换提取特征 39-43 4.1.1 Gabor 小波变换的基本理论 39-40 4.1.2 二维Gabor 小波变换 40-42 4.1.3 Gabor 滤波器特性分析 42-43 4.2 弹性模板匹配 43-44 4.3 K 近邻法 44 4.4 实验过程及结果分析 44-48 4.5 系统的图形用户界面 48-50 4.6 本章小结 50-51 第五章 结束语 51-53 5.1 本人工作总结 51-52 5.2 本课题今后研究方向的预测和展望 52-53 参考文献 53-57 致谢 57-59 攻读学位期间科研及发表论文情况 59
|
相似论文
- 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
- 基于稀疏表示残差融合的人脸表情识别,TP391.41
- 机器人头部机构与控制系统的研究,TP242.6
- 人脸注释与表情分析方法研究,TP391.41
- 基于流形学习的人脸表情识别研究,TP391.41
- 基于几何特征和子空间学习的人脸表情识别,TP391.41
- 基于Gabor小波与神经网络的人脸表情识别研究,TP391.41
- 面部表情识别与情绪智力的相关研究,TP391.41
- 局部特征分析面像识别算法的研究,TP391.41
- 基于EHMM的表情识别研究,TP391.41
- 基于2D-FrFT多阶次特征融合的人脸表情识别技术,TP391.41
- 人脸表情识别方法的分析与研究,TP391.41
- 基于流形学习算法的新生儿疼痛表情识别,TP391.41
- 基于压缩感知的新生儿疼痛表情识别方法,TP391.41
- 基于独立成分分析的人脸表情识别算法研究,TP391.41
- 基于主成分分析的国内航空公司竞争力评价研究,F224
- 煤与生物质混燃中生物质识别技术和混燃比校核模型研究,TK16
- 基于视觉的家庭服务机器人的情感认知研究,TP242
- 人脸表情识别及其在视频分类与推荐中的应用,TP391.41
- 基于五官及其组合的人脸性别识别研究,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
|