学位论文 > 优秀研究生学位论文题录展示

人脸表情识别的研究与分析

作　者: 庄翠雅
导　师: 吴清江
学　校: 华侨大学
专　业: 计算机应用技术
关键词: 面部表情识别 Gabor小波变换支持向量机高斯混合模型
分类号: TP391.41
类　型: 硕士论文
年　份: 2008年
下　载: 163次
引　用: 1次
阅　读: 论文下载

内容摘要

人的面部表情含有丰富的人体行为信息。在人与人的交往中,面部表情是除了声音之外的重要的通信方式。作为信息的载体,表情能够传达很多语音所不能传达的信息。面部表情识别系统是对人脸的表情信息进行特征提取分析,按照人的认知和思维方式加以归类和理解,利用人类所具有的情感信息方面的先验知识,使计算机进行联想、思考及推理,进而从人脸信息中去分析理解人的情绪。一般而言,表情识别系统主要有三个基本组成部分:表情图像的预处理、面部表情特征提取和面部表情识别。本文回顾了人脸表情识别的研究历史和发展现状,讨论了现有的多种表情识别方法,并且从模式识别和统计学习的角度对人脸表情识别进行了研究。首先采用了基于Gabor小波变换和特征点位置相结合的表情特征提取算法,得到人脸表情特征。其次提出了一种基于高斯混合模型(Gaussian Mixture Model, GMM)的人脸表情识别方法,使用Gabor小波变换的特征输入进行分类识别,取得了一定的效果。最后对SVM分类器及GMM分类器的分类性能进行分析和比较,实验证明GMM方法在人脸表情识别中的有效性,但SVM分类方法在分类结果上更好。

全文目录

摘要  3-4
ABSTRACT  4-7
第一章绪论  7-14
  1.1 研究背景及意义  7-8
  1.2 面部表情识别系统的总体结构  8-10
  1.3 人脸表情识别中的难点  10-11
  1.4 本文的主要工作及结构安排  11-14
第二章表情识别研究综述  14-26
  2.1 引言  14
  2.2 情绪理论研究  14-17
    2.2.1 情绪研究的发展历史  14-16
    2.2.2 情绪与表情的关系  16
    2.2.3 表情的分类  16-17
  2.3 人脸表情识别国内外研究情况  17-20
  2.4 人脸表情识别的主要方法  20-25
    2.4.1 基于子空间变换的方法  20-22
    2.4.2 基于机器学习的方法  22-24
    2.4.3 基于模型的方法  24-25
  2.5 本章小结  25-26
第三章表情图像数据库及其基准点定位  26-31
  3.1 人脸表情数据库介绍  26-27
  3.2 实验使用表情图像数据库  27-28
  3.3 面部表情的特点  28-29
  3.4 基准点定位  29-31
第四章基于GABOR 小波变换的脸部表情特征提取  31-42
  4.1 概述  31
  4.2 小波理论与GABOR 变换  31-38
    4.2.1 小波变换与多分辨率分析  32-35
    4.2.2 Gabor 变换  35-38
  4.3 GABOR 滤波族的选择  38-40
  4.4 脸部表情特征提取  40-42
第五章基于高斯混合模型的表情识别  42-58
  5.1 引言  42
  5.2 基于GMM 的面部表情识别  42-50
    5.2.1 有限混合模型的定义  43-44
    5.2.2 高斯混合模型  44-46
    5.2.3 EM 算法  46-48
    5.2.4 基于GMM 的面部表情识别  48-50
  5.3 基于 SVM 的面部表情识别  50-56
    5.3.1 统计学习理论概述  50-52
    5.3.2 基于SVM 的面部表情识别  52-56
  5.4 实验结果比较及分析  56-58
第六章总结及展望  58-61
  6.1 总结  58-59
  6.2 进一步工作  59-61
攻读硕士学位期间发表的学术论文  61-62
参考文献  62-66
致谢  66

人脸表情识别的研究与分析

内容摘要

全文目录

相似论文