学位论文 > 优秀研究生学位论文题录展示
基于局部二元模式的人脸表情识别
作 者: 方谢燕
导 师: 应自炉
学 校: 五邑大学
专 业: 信号与信息处理
关键词: 表情识别 局部二元模式 Adaboost Fisher线性判别分析 SVM 表情特征形成 表情特征选择 表情特征提取
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 185次
引 用: 1次
阅 读: 论文下载
内容摘要
人脸表情识别技术是涉及模式识别、图像处理、机器视觉、运动跟踪、生理学、心理学等研究领域的一个极富挑战性的交叉学科课题,是近年来模式识别与人工智能领域的一个研究热点;它是情感计算、智能人机交互的重要组成部分,有着广泛的应用前景和潜在的市场价值。本文首先分析了人脸表情识别的研究意义,然后从表情特征形成、表情特征选择与提取、分类器三个方面综述了国内外人脸表情识别的研究方法。本文着重研究了以下几个方面的问题:1、LBP算子对人脸表情特征形成的影响。研究了均匀模式LBP算子和旋转不变LBP算子,重点分析了均匀模式LBP算子不同采样点半径、不同采用点的特性。在JAFFE人脸表情数据库上验证了LBP算子用于人脸表情特征形成的有效性,比较了基于LBP8.1u2、LBP8.2u2两种算子作用于人脸表情特征形成的性能。实验结果表明LBPs8.2u2算子的对于人脸表情特征形成最有效。2、局部直方图统计方法对人脸表情识别的影响。研究了不同方格划分方式在人脸表情特征形成中的性能。根据古人“三庭五眼”的说法提出了3×5的方格划分方式对经LBP算子滤波后的人脸表情图像进行局部直方图统计,并与3×3、4×4、5×3三种方格划分方式进行了比较。实验结果表明前者性能优于后三者。3、基于Adaboost的人脸表情特征选择。研究了用于二分类问题的Adaboost算法,利用其较强的特征选择能力,对该算法稍加改进用于人脸表情特征选择。在JAFFE人脸表情数据库上验证了Adaboost算法在表情特征降维上的有效性并探讨了Adaboost算法选择出不同特征维数对表情识别结果的影响。4、基于Fisher线性判别分析的人脸表情特征提取。研究了Fisher线性判别分析方法,并将其性能与Adaboost算法进行了比较。实验结果表明,Adaboost算法的效果不如Fisher线性判别分析。主要原因可能在于Fisher线性判别分析后的每一个表情是多个原始表情特征的组合,而Adaboost则只具有单纯的特征选择作用。这也间接验证了局部二元模式在特征形成方面的有效性。
|
全文目录
摘要 3-4 ABSTRACT 4-8 第一章 绪论 8-17 1.1 目的与意义 8-9 1.2 人脸表情识别概述 9-11 1.3 国内外研究现状 11-15 1.3.1 人脸表情原始特征形成 12-14 1.3.2 人脸表情特征选择与提取 14-15 1.3.3 人脸表情分类器 15 1.4 本文的主要工作以及论文安排 15-17 第二章 基于局部二元模式的表情特征形成 17-27 2.1 引言 17-18 2.2 原始LBP算子 18-20 2.3 LBP算子扩展 20-25 2.4 基于LBP均匀模式的局部直方图统计 25-26 2.5 小结 26-27 第三章 人脸表情特征选择与提取 27-35 3.1 引言 27 3.2 基于ADABOOST的人脸表情特征选择 27-30 3.3 基于LDA的人脸表情特征提取 30-34 3.4 小结 34-35 第四章 人脸表情识别实验分析 35-55 4.1 引言 35 4.2 SVM原理 35-38 4.3 人脸表情识别实验分析 38-54 4.3.1 人脸表情数据库介绍 38-39 4.3.2 人脸表情识别方案设计 39-40 4.3.3 表情图像预处理 40-43 4.3.4 基于局部二元模式的表情特征形成 43-48 4.3.5 基于Adaboost特征选择的人脸表情识别 48-50 4.3.6 人脸表情识别算法性能比较 50-54 4.4 小结 54-55 总结与展望 55-56 参考文献 56-61 攻读硕士学位期间发表的学术论文 61-62 致谢 62
|
相似论文
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 舌体特征的提取及融合分类方法研究,TP391.41
- 基于人眼检测的驾驶员疲劳状态识别技术,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于SVM分类算法的主题爬虫研究,TP391.3
- 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
- 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
- 基于计算机视觉的柑橘品质分级技术研究,TP391.41
- 基于差分演化的人脸识别方法研究,TP391.41
- 海南雾的天气气候特征分析及预报方法研究,P457
- 基于粗糙集和模糊SVM的车牌识别技术研究,TP391.41
- 基于支持向量机的视频目标检测方法研究,TP391.41
- 基于稀疏表示残差融合的人脸表情识别,TP391.41
- 基于AdaBoost算法的人脸识别研究,TP391.41
- 基于单目视觉的车辆检测算法研究与实现,TP274
- 基于连续Adaboost算法的多角度人脸检测技术研究与实现,TP391.41
- 人脸表情识别算法研究,TP391.41
- 基于SVM和形状特征的电极三维模型分类检索的研究,TP391.41
- 心电特征提取及分类方法研究,TN911.7
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
|