学位论文 > 优秀研究生学位论文题录展示

基于几何特征和子空间学习的人脸表情识别

作　者: 王江
导　师: 潘正祥
学　校: 哈尔滨工业大学
专　业: 计算机科学与技术
关键词: 表情识别特征提取与选择 Gabor小波变换遗传算法
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 95次
引　用: 0次
阅　读: 论文下载

内容摘要

近年来,由于人们对人机交互兴趣的增加,表情识别逐渐成为一个研究热点。表情识别在人类交流过程中扮演着非常重要的角色,是语音交流的重要补充。表情识别正是在这样的一种背景下提出的,目的就是要解决人脸表情识别在实际应用中表情特征提取困难、识别率和识别速度低等问题,使之能够类似于人与人之间的交互。而在人脸表情识别的分类效果上,目前的表情分类方法还存在着许多的不足,尚有许多难点问题没有解决,至今也没有一套完整的实际应用的系统面世。人脸表情识别的研究内容主要由以下三个部分组成:人脸检测、表情特征提取以及表情分类识别。本课题主要研究了特征提取、特征选择和表情分类过程中的一些关键问题,在分析了目前国际上面部表情识别算法的基础上,着重研究了表情识别的特征提取及分类算法,并进行了相关的测试。本课题主要研究内容有以下几个方面:(1)对现有的几何特征做了一个总结。根据目前己有的、涉及人脸表情几何特征的文献,总结出了一个特征表,它几乎可以包括全部文献中提出的几何特征。(2)研究了表情图像的预处理方法。预处理方法主要包括几何预处理和灰度预处理。(3)在分析多种表情特征提取算法的基础上,确定了采用Gabor小波变换进行特征提取,并且用Gabor小波变换系数向量代替图像的灰度特征,以减弱图像对光照和位置的敏感性。(4)研究了表情分类算法,并用遗传算法来进行优化。(5)根据论文中研究的特征提取和表情分类算法,开发了一个人脸表情识别系统。该系统能识别出高兴、悲伤、生气、厌恶、惊讶、恐惧及中性表情。实验表明,本文所采用的方法能有效地识别出这七种人脸表情,并能得到的一个较好的结果。

全文目录

摘要  4-5
Abstract  5-8
第1章绪论  8-15
  1.1 课题背景  8
  1.2 本课题研究的目的及意义  8-9
  1.3 国内外相关技术发展现状  9-13
    1.3.1 子空间特征提取算法的研究现状  10-12
    1.3.2 表情分类方法的研究现状  12-13
  1.4 本文主要研究内容  13-15
    1.4.1 本文内容  13-14
    1.4.2 本文结构  14-15
第2章表情图像的预处理  15-24
  2.1 引言  15
  2.2 表情数据库  15-17
  2.3 表情图像的预处理  17-22
    2.3.1 几何归一化  18-21
    2.3.2 灰度归一化  21-22
  2.5 本章小结  22-24
第3章表情图像的特征提取  24-41
  3.1 引言  24
  3.2 人脸特征的基本概念  24-25
  3.3 人脸面部结构  25-28
    3.3.1 面部肌肉结构  25-26
    3.3.2 面部动作编码系统（Facial Action Coding System）  26-28
  3.4 表情特征提取  28-39
    3.4.1 Gabor 小波变换  30-33
    3.4.2 主成分分析(Principal Component Analysis,PCA)  33-35
    3.4.3 遗传算法（Genetic Algorithm）  35-38
    3.4.4 本文所用的特征提取方法小结  38-39
  3.5 本章小结  39-41
第4章人脸表情分类  41-48
  4.1 引言  41
  4.2 基于最近邻方法的表情识别  41-42
  4.3 实验过程及分析  42-46
  4.4 本章小结  46-48
第5章系统的实现与评测  48-52
  5.1 引言  48
  5.2 系统设计与实现  48-49
    5.2.1 系统构架结构  48
    5.2.2 系统主要模块的设计与实现  48-49
  5.3 系统的实现及结果展示  49-51
    5.3.1 评测方案  49-50
    5.3.2 评测结果的分析  50-51
  5.4 本章小结  51-52
结论  52-54
  总结  52
  展望  52-54
参考文献  54-59
致谢  59

基于几何特征和子空间学习的人脸表情识别

内容摘要

全文目录

相似论文