人脸表情识别研究

人脸表情识别研究

ID:18169530

大小:1.08 MB

页数:52页

时间:2018-09-14

人脸表情识别研究_第1页
人脸表情识别研究_第2页
人脸表情识别研究_第3页
人脸表情识别研究_第4页
人脸表情识别研究_第5页
资源描述:

《人脸表情识别研究》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、分类号______________________________密级______________________________UDC______________________________编号______________________________硕士学位论文人脸表情识别研究学位申请人:胡超学科专业:控制科学与工程指导教师:陈鹏展副教授答辩日期:独创性声明本人郑重声明:所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表和撰写的研究成果,也不包含为获得华东交通大学或其他

2、教育机构的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人签名_______________日期____________关于论文使用授权的说明本人完全了解华东交通大学有关保留、使用学位论文的规定,即:学校有权保留送交论文的复印件,允许论文被查阅和借阅。学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。保密的论文在解密后遵守此规定,无保密内容。本人签名____________导师签名__________日期___________摘要人脸表情识别研究摘要作为人工智能、人机交互的重要组成

3、部分,面部表情识别的研究遍及多个学科,是一项综合性的问题,随着研究的深入,人脸表情识别已经被用于智能交通、公共安全等多个领域,且取得了优异的表现。近年来,表情识别受到了机器学习与计算机视觉学者的追捧,使之成为了该领域的又一热点。因此,面部表情识别的研究工作具有重要的理论意义与实际价值。本文将提取有效的表情特征以及分类器的设计作为主要的研究目标,针对传统的Gabor无法兼顾识别率与实时性的缺点,提出了一种融合Gabor、局部二值模式(LBP)、局部相位量化(LPQ)三种特征及ELM分类器的表情识别系统。本系统的核心在于通过Gabor滤波器提取人脸图像的边缘信息,根据获得

4、的变换表征结果,提取其LBP特征及LPQ特征。为了克服Gabor变换带来的冗余,应用主成分分析(PCA)算法对提取的特征进行降维,减少冗余、提升特征有效性、提高计算速度,并对降维后的LBP特征及LPQ特征进行直方图操作。最后,设计基于ELM神经网络面部表情分类器。该双输入分类器很好的连接提取的双特征,并对表情图像进行分类识别。为了验证设计的面部表情识别系统的性能,本文搭建了基于MATLAB的表型识别平台。通过在JAFFE表情库中进行的各类实验对比与分析,本文的方法在识别的准确率与速度上都比传统方法更有优势。本文为今后在线的面部表情识别研究提供了思路,具有一定的理论价值

5、与应用价值。关键词:图像处理,表情识别,特征提取,Gabor算法、ELM算法IAbstractResearchonfacialexpressionrecognitionABSTRACTAsanimportantpartofartificialintelligenceandhuman-computerinteraction,theresearchoffacialexpressionrecognitionisalloverthesubject,anditisacomprehensiveproblem.Withthedeepeningofresearch,facialexp

6、ressionrecognitionhasbeenusedinmanyfields,suchasintelligenttransportation,publicsecurityandsoon,andhasachievedexcellentperformance.Inrecentyears,facialexpressionrecognitionhasbeensoughtafterbymachinelearningandcomputervisionscholars,makingitahotspotinthisfield.Therefore,theresearchworko

7、ffacialexpressionrecognitionhasimportanttheoreticalandpracticalvalue.Inthispaper,theeffectiveextractionoffacialfeatureandclassifierdesignasthemainobjectivesofthestudy,thetraditionalGaborcannottakeintoaccounttherecognitionrateandreal-timeprocessing,andproposesanewfusionGabor,loc

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。