学位论文 > 优秀研究生学位论文题录展示

基于主动外观模型的人脸表情识别研究

作　者: 施毅
导　师: 张丽清
学　校: 上海交通大学
专　业: 计算机软件与理论
关键词: 表情识别主动外观模型支持向量机贝叶斯网络
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 149次
引　用: 0次
阅　读: 论文下载

内容摘要

人脸表情是人类情感最主要的载体,包含了丰富的心理和情感信息,是最重要的非语言交流方式之一。近年来,随着人们对人机交互兴趣的增加,人脸表情识别正逐渐成为一个研究热点,有着广泛的应用前景和潜在的市场价值。人脸表情识别系统一般包括人脸检测、人脸表情特征提取、人脸表情分类这三个核心环节。本文主要对人脸表情特征提取、人脸表情分类这两个环节进行研究。本文的工作主要包括以下几个方面:1.在特征提取环节,将目前国际上研究较热的主动外观模型(ActiveAppearance Models,简称AAM)引入人脸表情识别领域中。采用主动外观模型(AAM)定位图像序列中各幅人脸图像的68个特征点,然后计算图像序列中表情帧和中性帧的表情关键点的坐标差提取出表情特征。2.提出了一种三层架构的表情识别模型来对表情特征进行分类。该模型分为三层:表情特征层,面部活动单元(AU)层,表情层。首先从人脸表情特征,识别出46种基本AU是否存在,在这一层的识别中我们对每个AU都构建了一个SVM分类器来进行分类识别;然后根据AU的组合,识别出对应的表情,在这一层次我们用贝叶斯网络来建立AU和表情之间的联系并进行分类识别。3.介绍了一些人脸检测和预处理的知识。并在CMU的CK+人脸表情数据库中的表情图像,用本文提出的表情识别方法进行了验证,得到了较好的识别结果。

全文目录

摘要  3-4
ABSTRACT  4-8
第一章绪论  8-18
  1.1 研究背景和意义  8-9
  1.2 人脸表情识别的研究现状  9-12
  1.3 人脸表情识别的系统概述  12-13
  1.4 人脸表情数据库介绍  13-15
  1.5 本论文的主要工作与结构安排  15-18
    1.5.1 本论文的主要工作  15-16
    1.5.2 本论文的结构安排  16-18
第二章人脸检测与图像预处理  18-27
  2.1 人脸检测  18-22
    2.1.1 人脸检测简述  18
    2.1.2 基于Adaboost 的人脸检测算法  18-22
    2.1.3 检测结果  22
  2.2 图像预处理  22-26
    2.2.1 彩色图像灰度化  22-23
    2.2.2 尺度归一化  23-24
    2.2.3 灰度均衡化  24-26
  2.3 小结  26-27
第三章利用主动外观模型(AAM) 进行人脸图像的特征提取  27-38
  3.1 特征提取的意义  27-28
  3.2 AAM 概述  28
  3.3 AAM 的发展过程  28-30
  3.4 AAM 的模型建立  30-34
    3.4.1 形状(Shape) 建模  30-31
    3.4.2 纹理(Texture) 建模  31-34
    3.4.3 外观(Appearance) 建模  34
    3.4.4 AAM 模型实例的生成  34
  3.5 AAM 的拟合计算  34-36
    3.5.1 AAM 拟合计算的意义、目的和方法  34-36
    3.5.2 一些AAM 拟合算法简介  36
  3.6 实验  36
  3.7 小结  36-38
第四章表情识别建模  38-50
  4.1 概述  38-39
  4.2 AU 与人脸表情之间的联系  39-42
    4.2.1 面部运动编码系统（Facial Action Coding System，FACS）  39-40
    4.2.2 利用AU 对表情建模  40-42
  4.3 从第一层（脸部特征层）到第二层（AU 层）  42-44
    4.3.1 支持向量机(SVM)  42-43
    4.3.2 实验结果  43-44
  4.4 从第二层（AU 层）到第三层（表情层）  44-49
    4.4.1 贝叶斯网络  45-46
    4.4.2 贝叶斯网络分类器的学习与推理  46-47
    4.4.3 实验结果与分析  47-49
  4.5 小结  49-50
第五章总结与展望  50-52
  5.1 论文总结  50
  5.2 工作展望  50-52
参考文献  52-58
致谢  58-59
攻读学位期间发表的学术论文目录  59-62

基于主动外观模型的人脸表情识别研究

内容摘要

全文目录

相似论文