学位论文 > 优秀研究生学位论文题录展示

人脸表情识别若干问题的研究

作　者: 蒋斌
导　师: 杨国胜
学　校: 河南大学
专　业: 计算机应用技术
关键词: 人脸表情识别 Gabor小波 ASM 特征降维 DCT
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 170次
引　用: 0次
阅　读: 论文下载

内容摘要

人脸表情识别是利用计算机技术,将人脸表情特征与预先从图像库中提取的特征进行综合比较,以达到人脸表情识别的技术。该技术在模式识别、智能控制等领域都有着很高的社会价值和发展前景。人脸表情识别的研究内容主要包括人脸表情特征提取、特征降维和特征分类等。其中,特征提取和特征降维是保证算法识别率和实时性的关键技术。本文先针对静态图像中的人脸表情识别算法进行研究,然后对离散余弦变换(DCT,Discrete Cosine Transform)和二维主元分析(2DPCA,Two-Dimensional Principal Component Analysis)特征降维算法进行了比较分析。主要工作归纳如下:第一,对人脸表情特征的自动提取和表情特征维数过大问题的研究。首先采用主动形状模型(ASM,Active Shape Model)进行人脸表情特征点提取;然后给出了相应特征点基于Gabor小波的特征向量的表示;最后用主元分析(PCA,Principal Component Analysis)结合线性判别分析(LDA,Linear DiscriminantAnalysis)来实现特征降维和人脸表情识别,并给出了仿真结果。该方法提高了人睑表情特征提取的自动化程度,有效地降低了人脸表情特征维数,并且具有较高的人脸表情识别率。第二,对人脸特征的有效降维进行研究。针对图像压缩和图像特征降维原理的相似性,本文将图像压缩领域的经典算法DCT应用到人脸图像的特征降维。首先阐述了DCT用于特征降维的可行性,阐明了DCT图像降维的基本原理;然后介绍了2DPCA算法,分析比较了DCT与2DPCA算法的区别;最后在人脸表情图像上进行的比较实验结果验证了DCT方法的有效性。

全文目录

摘要  3-4
Abstract  4-8
第一章绪论  8-18
  1.1 引言  8-9
  1.2 研究意义和研究背景  9-10
  1.3 研究现状  10-16
    1.3.1 特征提取  12-15
    1.3.2 特征降维  15-16
    1.3.3 特征分类  16
  1.4 研究内容和论文结构  16-17
  1.5 小结  17-18
第二章基于ASM和Gabor小波的人脸表情识别  18-35
  2.1 ASM_GW算法  19-25
    2.1.1 ASM的基本原理  19-22
    2.1.2 Gabor小波及其特征表示  22-25
  2.2 特征降维与分类  25-30
    2.2.1 PCA算法  25-27
    2.2.2 LDA算法  27-30
    2.2.3 表情特征的分类  30
  2.3 实验结果及其分析  30-34
  2.4 小结  34-35
第三章 DCT与2DPCA降维与识别算法的比较研究  35-46
  3.1 基于DCT的特征降维  35-39
    3.1.1 预备知识  35-37
    3.1.2 DCT图像压缩的基本原理  37-38
    3.1.3 DCT特征降维的基本原理  38-39
  3.2 2DPCA算法  39-42
  3.3 比较分析  42
  3.4 仿真实验结果及其分析  42-45
  3.5 小结  45-46
总结与展望  46-48
致谢  48-49
参考文献  49-54
攻读硕士学位期间完成的论文及参加的科研项目  54

人脸表情识别若干问题的研究

内容摘要

全文目录

相似论文