基于局部特征和adaboost的人脸表情识别研究

基于局部特征和adaboost的人脸表情识别研究

ID:32303012

大小:12.05 MB

页数:47页

时间:2019-02-03

基于局部特征和adaboost的人脸表情识别研究_第1页
基于局部特征和adaboost的人脸表情识别研究_第2页
基于局部特征和adaboost的人脸表情识别研究_第3页
基于局部特征和adaboost的人脸表情识别研究_第4页
基于局部特征和adaboost的人脸表情识别研究_第5页
资源描述:

《基于局部特征和adaboost的人脸表情识别研究》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:卫:泄UDC:——工学硕士学位论文密级:公五单位代码:!QQ2鱼基于局部特征和Adaboost的人脸表情识别研究作者姓名:胡尊涛指导教师:郎利影副教授申请学位级别:工学硕士学科专业:计算机应用技术所在单位:信息与电气工程学院授予学位单位:河北工程大学ADissertationSubmittedtoHebeiUniversityofEngineeringFortheAcademicDegreeofMasterofEngineeringTheStudyofMulti—-expressionClassificationAlgorithmBasedo

2、nAdaboostandMutualIndependentFeatureCandidateSupervisorAcademicDegreeAppliedforSpecialtySchool/Department:HUZuntao:Associateprot:LangLiying●一,一:MasterofEngineering:ComputerAppliedTechnology:SchoolofInformat,ionandElectricalEngineeringHebeiUniversityofEngineering一May,2012独创性声明本人

3、郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体已经发表或撰写过的研究成果,也不包含为获得河北工程大鲎或其他教育机构的学位或证书而使用过的材料。对本文的研究做出重要贡献的个人和集体,均已在论文中作了明确的说明并表示了谢意。本人完全意识到本声明的法律结果由本人承担。学位做作者签名:吲鳓签字日期:柳砂年芗月弓I同学位论文版权使用授权书本学位论文作者完全了解塑兰垦兰堡盘堂有关保留、使用学位论文的规定。特授权塑兰垦王堡盘堂可以将学位论文的全部或部分内容编入有关数据库进行检

4、索,并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和电子文档。(保密的学位论文在解密后适用本授权说明)学位论文作者签名:导师签名:钥参呖训趴j?‘签字R期:力/矽年5月刁1R签字日期:知I≥年岁月弓fFI摘要人脸面部表情能够从侧面展现人心罩状态,体现出人的行为信息,为我们研究人的心罩活动提供了可靠的依据,人脸表情识别是建立在人脸面部丰富感情信息基础上发展起了的一门学科。目自可用于人脸表情识别主要的方法有:欧式距离、支持向量机(SVM)、神经网络(NN)、隐马尔科夫(HMM)、Adaboost和线

5、性判别分析(LDA)等等。Adaboost算法由于具有速度快、检测率高等优点,已被成功地应用在人脸检测领域,由于人脸表情变化绝大部分存在于眼睛和嘴巴上,基于此本文把眼睛和嘴巴看成独立的特征要素,利用Adaboost多表情分类算法对这些特征分别进行训练、提取与分类,再把眼睛和嘴巴的分类结果进行与运算,获得最终的人脸表情识别结果,这种方法可以大大减少冗余,降低训练的时间,提高阈值训练速度。但要把Adaboost算法用于人脸的多表情识别分类中,关键的问题是准确快速地训练出弱分类器闽值。特征训练是弱分类器阈值计算最关键的部分,而传统的训练样本是任意含有人脸表

6、情的图像,本文中对训练样本进行改进,正样本是含有眼睛和嘴巴的图像以及完整的人脸图像,而负样本采用的是去掉眼睛和嘴巴的人脸图像,利用此种方法训练出来的弱分类器误检率几乎接近于零,能够显著地提高识别分类效果。关键词:局部特征;Harr型特征;AAM;Adaboost多表情分类算法河北工程大学硕士论文AbstractFacialexpressioncanshowstateofmindfromthesideandembodyhumanbehaviorinformation.whichprovidereliableinformationforUStostudy

7、thestateofmind.Facialexpressionrecognitionwhichisdevelopingquicklybasedonfacialemotionalinformation.Currentlytherearemanymainmethodsusedforfacialexpressionclassification,suchasEuclideandistance,Supportvectormachine(SVM),Neuralnetwork(NN),HiddenMarkov(HMM),AdaboostandLineardiscr

8、iminateanalysis(LDA),etc.Adaboostalgorithmwhichownshig

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。