基于粗糙集理论的表情识别研究

《基于粗糙集理论的表情识别研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西南交通大学博士学位论文基于粗糙集理论的表情识别研究姓名：杨勇申请学位级别：博士专业：计算机应用技术指导教师：王国胤20090601第1l页西南交通大学博士研究生学位论文究结果表明，该方法在不依赖于领域专家先验知识的情况下也能得到很好的结果。本文把SARA作为一种人脸表情识别的特征选择方法，把SARA挑选的表情特征应用于人脸表情识别，得到了很好的人脸表情识别结果，同时还得到了在人脸的几何特征中嘴部的特征对人脸表情识别起到最重要作用的结论。3)基于粗糙集理论和集成学习理论，提出了一种选择性集成的人脸表情

2、识别方法。首先，基于经典粗糙集理论的可辨识矩阵求出信息系统的多个约简，并对得到的多个约简训练多个候选分类器。然后，基于双误的差异性度量方法，对候选分类器按差异度进行聚类。最后，采用选择性集成的策略，从每两类候选分类器中选择出差异性最大的分类器进行相对多数投票，得到集成的输出结果。仿真实验结果表明，该方法得到了良好的表情识别结果。4)基于扩展的粗糙集理论和集成学习理论，提出了一种动态选择的人脸表情识别方法。首先，基于面向领域的数据驱动的数据挖掘模型思想，提出了一个求核属性的算法和一个基于信息熵的求多个属

3、性约简的算法。然后采用该方法求出信息系统的多个约简，并根据得到的多个约简训练候选分类器集合。最后，根据多分类器的本地精确性，基于动态选择的策略从候选分类器集合中挑选出最优的分类器对待识别的样本进行分类识别。该方法成功用于直接处理人脸表情特征的连续值属性，仿真实验结果表明，该方法得到了良好的表情识别结果。5)开发了一个语音和视频的双模情感识别系统基于本文的研究成果，开发了一个语音和视频的双模情感识别系统。该系统能实现实时的单模人脸表情识别、单模语音情感识别和双模情感识别。实际测试结果表明，该系统具有很好

4、的实时性和识别结果。关键词：表情识别；表情特征；粗糙集；集成学习；特征选择西南交通大学博士研究生学位论文第1II页AbstractThestudyofhumancenteredemotionandcognition，includingaffectivecomputingandemotionrecognition，isahotresearchtopicinartificialintelligence．Achievementsontheseresearchtopicswillpushthedevelopm

5、entofhuman—computerintelligentinteraction(IqCII)．Althoughtherearealreadysomeachievementsofaffectivecomputingandemotionrecognitioninrecentyears，therearestillsomekeyproblemsunsolvedduetotheabsenceofsolidtheorybasisofpsychologyandcognition．Inthisthesis，fea

6、tureselectionmethodsandemotionrecognitionmethodsinafacialemotionrecognitionsystemarestudied．Theseresearchworkscannotonlypushthedevelopmentofemotionrecognitionandemotionsimulation，butalsoareimportantfortheapplicationsinHCII，E-leaming，medicalcaring，game，e

7、tc．Inthisthesis，attributereductionalgorithmsarestudiedbasedonroughsettheoryandusedforfeatureselectionofafacialemotionrecognitionsystem．GeometricalfacefeaturesaretakenastheresearchobjectssinceitiSintuitionistic．Importantfeaturesforemotionrecognitionarest

8、udiedbasedonattributereductionalgorithms．Furthermore，efficientemotionrecognitionmethodsarealsostudiedbasedonroughsettheoryandensemblelearning．Themajorachievementsofthisthesisareasfollows．1)Afeatureselectionmethodforemotionrecogni