基于lbp多特征融合的人脸表情识别

《基于lbp多特征融合的人脸表情识别》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、工学硕士学位论文基于LBP多特征融合的人脸表情识别钟岩哈尔滨理工大学2016年3月国内图书分类号：TP391.4工学硕士学位论文基于LBP多特征融合的人脸表情识别硕士研究生：钟岩导师：林克正申请学位级别：工学硕士学科、专业：计算机科学与技术所在单位：计算机科学与技术学院答辩日期：2016年3月授予学位单位：哈尔滨理工大学ClassifiedIndex：TP391.4DissertationfortheMasterDegreeinEngineeringFacialExpressionRecognitionMethodBasedonLBPMulti-FeaturesFusionCandida

2、te：ZhongYanSupervisor：LinKezhengAcademicDegreeAppliedfor：MasterofEngineeringSpecialty：ComputerScienceandTechnologyDateofOralExamination：March,2016University：HarbinUniversityofScienceandTechnology哈尔滨理工大学硕±学位论文原创性声明本人郑里声明：此处所提交的硕±学位论文《基于ＬＢＰ多特扯融合的人脸衷朽识別》，是本人在导师指导下，在哈尔滨理工大学攻读硕±学位期间独立进。行研究工作所取得的

3、成果据本人所知，论文中除己注明部分外不包含他人白发表或撰写过的研究成果。对本文研兜工作做化贡献的个人和集体，均己化文中明巧ｆｒ方式注明。本声明的法律结果将完全由本人承担。＂ｆｈ者签名：亦Ｗ期：年３月反曰３又１！哈尔滨理工大学硕±学位论文使用授权书《基ＴＬＢＰ多特征融合的人脸表情识別》系本人在哈尔演理工大学攻巧硕上学位期间在导师指导下完成的硕±学位论文。本论文的研究成巧归哈尔滨理工大学所巧。，本论文的硏究内容不得Ｗ其他单位的名义发袭本人完全了解哈尔滨理工火学关于保存、使用学位论文的规定，同意学校保留并向巧关部口提交论文和电子版本，允许论文被查阅和借阅

4、。本人授权哈尔滨理工大学可采Ｌ。用影印、缩印或巧化复制手段保存论文，可Ｕ公布论文的全部或部分内容本学位论文厲于。保密，化年解密后适川授权书不化密巨。（靖化相应方樞内打Ｖ）；：口作者籍名Ｉ：肿知ｎ期心期：円导师签名：日么４年５月ｌＴ哈尔滨理工大学工学硕士学位论文基于LBP多特征融合的人脸表情识别摘要随着人脸识别的盛行，越来越多人开始关注计算机对人脸表情的识别。而这其中人脸检测与特征提取在模式识别领域中占着重要的地位。目前针对表情识别中的人脸检测和特征提取涌现大量经典算法，有基于线性与非线性特征提取算法。其中局部二值模式得到较多的关注与研究。该论文

5、主要的工作核心与方向概括为以下三个方面：针对传统的Adaboost算法只关注分类错误率最小的问题，提出了基于LBP和代价敏感Adaboost相结合的人脸检测方法。在现有AdaBoost基础上，对Adaboost算法加入敏感代价学习模型。首先对人脸图像进行LBP特征提取，然后在训练分类器阶段引入代价敏感学习，对于数据集上的不同类别样本根据错分后造成的代价大小不同来更新样本权值，改进后的算法由关注分类错误率最小转而关注分类代价最小。针对中心对称局部二值模式(CS-LBP)算法在特征提取时水平对称分量会对图像识别带来负面影响的问题，提出了增强中心对称局部二值模式(EnhancedCenter-

6、SymmetricLocalBinaryPattern，ECS-LBP)和嵌入式隐马尔可夫模型(EmbeddedHiddenMarkovModel，EHMM)相结合的表情识别算法。首先提高图像沿对角方向分量的优先级，然后降低水平分量对图像的负面影响，最后与嵌入式隐马尔可夫模型相结合进行人脸表情识别。通过在CK人脸库和JAFFE人脸库上进行实验，结果表明该算法的表情识别率明显高出其他的局部二值模式算法的识别率。针对Gabor变换5尺度8方向计算复杂度和维数较高问题，提出了基于多方向Gabor特征的增强中心对称二值模式的特征提取算法。对Gabor进行改进并且与ECS-LBP相结合进行特征提取

7、。首先用Gabor提取表情图像5种尺度8个方向的幅值图像，将相同方向不同尺度的幅值图像进行融合，再使用ECS-LBP进行提取特征，在降低维度的同时，保留了表情图像更多的特征信息。关键词：特征提取；人脸检测；局部二值模式；Gabor变换；嵌入式隐马尔可夫-I-哈尔滨理工大学工学硕士学位论文FacialExpressionRecognitionMethodBasedonLBPMulti-FeaturesFusionAbstractAsf