基于流形学习的人脸表情识别研究

《基于流形学习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、工学硕士学位论文基于流形学习的人脸表情识别研究张雪婷哈尔滨理工大学2016年3月国内图书分类号：TP391.4工学硕士学位论文基于流形学习的人脸表情识别研究硕士研究生：张雪婷导师：崔鹏申请学位级别：工学硕士学科、专业：软件工程所在单位：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：TP391.4DissertationfortheMasterDegreeinEngineeringResearchonFacialExpressionRecognitionbasedonManifoldLearningCandidate：Z

2、hangXuetingSupervisor：CuiPengAcademicDegreeAppliedfor：MasterofEngineeringSpecialty：SoftwareEngineeringDateofOralExamination：March,2016University：HarbinUniversityofScienceandTechnology哈尔滨理工大学硕±学位论文原创性声明本人郑重声明：此处所提交的硕ｉ学位论文《基于流形学习的人脸表情识别研巧》，在哈尔滨理工大学攻读硕±学位期间独立进行，是本人在导师指导下研巧工作所取得的成果。据本人所知，

3、论文中除已注明部分外不包含他人己发表或撰写过的研究成果。对本文研究工作做出贡献的个人和集体，均己在文中Ｗ明确方式注明。本声明的法律结果将完全由本人承担。：日作者签名：日期年月Ｕ哈尔滨理工大学硕±学位论文使用授权书《基于流形学习的人脸表情识别研究》系本人在哈尔滨理工大学攻读硕±学位期间在导师指导下完成的硕±学位论文。本论文的研巧成果归哈尔滨理工论文的研究内容不得其它单位的名义发表。本人完全了解哈尔大学所有，本滨理工大学关于俱存、使用学位论文的规定，同意学校保留并向有关部口提交レ论文和电子版本。本人授权哈尔滨理工大学可ッ采用，允许论文被查阅

4、和借阅。影印■公布论文的全部或部分内容、缩印或其他复制手段保存论文，可本学位论文属于。保密□，在年解密后适用授权书不保密忙１。（请在Ｗ上相应方框内打Ｖ）＾１：作者签名：亦鴻碱０期＞店年２月曰＾玉Ｊ导师签名：（日期年＾月／／日哈尔滨理工大学工学硕士学位论文基于流形学习的人脸表情识别研究摘要人类与动物的区别之一就是拥有丰富且复杂的表情，通过喜、怒、哀、乐等表达内心最直接的想法，如果没有经过学习与严苛的训练一般人很难做到喜怒不形于色，因此如果能够捕捉到人面部表情的微妙状态进行分析那么就可以从中得到意想不到的重要信息。人脸表情识别在图像处理和模式

5、识别领域是一个十分重要的课题也是人机交互的智能化实现的重要组成部分，由于近年来意识到其重要性，许多研究人员开始关注相关方面的研究。本文以非动态表情图像作为研究对象，研究相关算法以及基于流形学习的算法。对流形拓扑结构的保持、人脸的识别以及人脸表情的识别都做了实验对比与分析。本论文的主要研究工作为：1．人脸识别中的传统子空间算法：对主成分分析法(PCA)和线性描述分析法(LDA)进行了描述；关于流形学习的人脸识别算法：等距映射(ISOMAP)、局部线性嵌入(LLE)和局部切空间排列(LTSA)进行了算法分析与描述，并进行了实验对比。实验结果表明LTSA算法相对于其他算法具有一定的

6、优势。2．对LLE算法进行了改进，将LTSA的思想应用到LLE中，对LLE进行了线性重构并提出了ILLE算法。该算法结合了LTSA与LLE的优点，能够对流形结构的保持以及人脸识别都有很好的结果，但是仍然有很大缺陷。3．研究了在流形学习基础上的可泛化的改进LTSA算法在人脸识别中的应用，更对LTSA算法在对不断增加的数据集问题上的处理上不能十分有效而着重进行改进。对于该种不足提出了可泛化的改进LTSA算法，最后在一系列的验证之后将该算法与其他算法进行实验比较以得出此算法的优越之处。关键词人脸表情识别；流形学习；ILLE算法；GILTSA算法-I-哈尔滨理工大学工学硕士学位论文R

7、esearchonFacialExpressionRecognitionBasedonManifoldLearningAbstractOneofthedifferencebetweenhumanandanimalisrichandcomplexexpressions.Themostdirectexpressionofinnerthoughtsthroughjoy,anger,sadnessandjoy.Withoutlearningandrigoroustraininggenerallydifficul