任意姿态人脸表情识别方法研究

《任意姿态人脸表情识别方法研究》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:TP37密级：公开UDC:004.5编号：硕士学位论文任意姿态人脸表情识别方法研究ResearchontheTechnologyofPose-invariantFacialExpressionRecognition指导教师毛启容作者姓名张飞飞申请学位级别硕士专业名称计算机技术论文提交日期2016年4月论文答辩日期2016年6月学位授予单位和日期江苏大学2016年6月答辩委员会主席__评阅人独创性声明本人郑重声明：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。除文中已注明引用的内容以外，本论文不包含任何其他个人或集体已经发表或撰写过的作

2、品成果，也不包含为获得江苏大学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，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：年月日学位论文版权使用授权书江苏大学、中国科学技术信息研究所、国家图书馆、中国学术期刊（光盘版）电子杂志社有权保留本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致，允许论文被查阅和借阅，同时授权中国科学技术信息研究所将本论文编入《中国学位论文全文数据库》并向社会提供查询，授权中国学术期刊（光盘版）电子杂

3、志社将本论文编入《中国优秀博硕士学位论文全文数据库》并向社会提供查询。论文的公布（包括刊登）授权江苏大学研究生处办理。本学位论文属于不保密□。学位论文作者签名：指导教师签名：年月日年月日江苏大学硕士学位论文摘要研发可用于自然场景中的自动人脸表情识别系统是人机交互的重要目标之一，然而自然场景中人的头部是不断运动的，因此想要把人脸表情识别系统应用于现实场景中首先要解决图像中不断变化的人脸姿态问题。现阶段任意姿态人脸表情识别系统主要可以分为三类：1)分别为每种人脸姿态的表情图像建立对应的表情识别模型；2)忽略姿态因素，为各种姿态的人脸表情图像建立单一的表情识别模型；3)通

4、过建立不同姿态间映射关系进行姿态归一化，为不同姿态的人脸表情图像建立统一的表情识别模型。第一种多分类器方式需要根据姿态的不同训练众多模型，且需要为每个模型单独调节参数。第二种单一分类器无法去除姿态的干扰信息也必然会影响模型最终的表情识别率。第三种统一分类器多是通过定位人脸关键特征点学习非正脸图像与正脸图像映射关系的方法提取对姿态具有鲁棒性的特征，从而使任意姿态的人脸表情识别任务可以在一个统一的模型中完成。这很大程度依赖于关键特征点定位的准确性，尤其是侧脸状态下的关键特征点定位目前仍然存在很大困难。因此为了解决这三种方法所存在的问题，本文提出基于层次狄利克雷模型和快速

5、自动编码器的任意姿态人脸表情识别方法。文章的主要内容如下：（1）提出基于层次狄利克雷模型的任意姿态人脸分割、人脸表情识别方法。针对当人脸表情图像中人脸姿态变化复杂时需要为每种姿态分别建立模型和调节参数而引起的模型效率低的问题，以及忽略姿态因素为不同姿态建立单一模型带来的模型识别率低的问题，提出基于层次狄利克雷模型的任意姿态人脸关键区域分割、人脸表情识别方法。该方法通过将姿态因素加入传统狄利克雷模型中，由主题模型学习中间层特征，使模型在学习过程中可以共享不同姿态之间的特征信息，从而使任意姿态人脸表情识别任务可在一个完整统一的模型中完成。通过构建人脸关键区域分割、人脸表

6、情识别的层次结构得到一种从粗糙到精细的表情识别模型，从而提高模型的效率。通过结合局部纹理特征和其所对应的几何特征学习得到特征之间的几何约束，从而提高模型的稳定性与识别率。在RAFD和BU-3DFE两个公开人脸表情数据库上的实验结果表明，与现阶段所提方法在同等条件下相比，该方法能有效解决人脸表情图像中不断变化的姿态问题，将最终的平均表情识别率提高了0.4%~16.2%。（2）提出基于空间连贯特征的快速任意姿态人脸表情识别方法。针对人脸表情识别中出现的由于特征点定位不准确而影响任意姿态人脸表情识别结果的问题，以及层次狄利克雷模型中随着姿态不断增加而引起模型复杂度逐渐增加

7、的问题，提出基于空间连贯特征的快速任意姿态人脸表情识别方法。该方法通过将任意姿态的非正脸图像从像素级别将其I任意姿态人脸表情识别方法研究映射为所对应的正脸图像，避免了特征点定位不准确的问题。通过基于对表情贡献较大的关键区域的无监督特征学习方法提取对光照、图像扭曲等因素更具鲁棒性的特征，提高了模型的效率以及表情的识别率。通过将无监督特征学习得到的学习型特征与其所对应的关键区域的几何信息相结合，形成具有空间连贯特性的混合特征，提高了模型的效率和稳定性。在公开的包含任意姿态人脸表情识别图像的标准库BU-3DFE上，从多个方面验证了所提方法的有效性，实验结果表明该方法所