版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、微表情是一種快速短暫的人臉表情,其主要特征是持續(xù)時間短暫,強度低。盡管這些表情經(jīng)常發(fā)生在人們的臉上,人們發(fā)現(xiàn)這種表情大概持續(xù)1/25秒并且很難被隱藏起來。這就是說由于微表情持續(xù)時間的短暫,絕大部分的人都很難察覺到微表情的存在。通過大量的心理學(xué)研究表明微表情很難被隱藏,是人們真實內(nèi)心世界的表達。微表情的識別,檢測和分析在人機交互,國家安全,測謊等領(lǐng)域有著廣泛的應(yīng)用。但是由于微表情的特點,即使是一個經(jīng)過專業(yè)訓(xùn)練的人也很難識別出微表情的發(fā)生,
2、這限制了微表情在實際場景中的應(yīng)用。所以需要找到一種有效的微表情檢測和識別的方法。由于微表情分類較為復(fù)雜且機器分類的可靠性不高,微表情檢測更具有應(yīng)用價值。為了解決上述問題,本文提出了一種融合深度學(xué)習(xí)特征和方向特征的微表情檢測的方法。
微表情的檢測是一個具有挑戰(zhàn)性的工作。微表情檢測是指在一段視頻中檢測出微表情的發(fā)生。我們的方法結(jié)合了人臉關(guān)鍵點的定位和方向特征的提取。
第一,人臉關(guān)鍵點定位在微表情檢測中起到關(guān)鍵性的作用。采
3、用了多任務(wù)學(xué)習(xí)的方式訓(xùn)練深度卷積神經(jīng)網(wǎng)絡(luò),多任務(wù)學(xué)習(xí)是一種歸納遷移的學(xué)習(xí)方式,其目標是提高機器學(xué)習(xí)模型的泛化能力。利用并行訓(xùn)練學(xué)習(xí)多個任務(wù)的方式使得卷積神經(jīng)網(wǎng)絡(luò)的對人臉關(guān)鍵點定位更加精確。根據(jù)人臉關(guān)鍵點和人臉面部動作單元將人臉分成十二個子區(qū)域。
第二,人臉的微表情是由面部肌肉運動所產(chǎn)生的,在每個人臉子區(qū)域上提取光流方向直方圖特征,并對每一幀的微表情方向特征進行歸一化。通過方向特征能夠更好闡釋微表情產(chǎn)生的機理,歸一化后的方向特征
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多特征融合的表情與微表情識別研究.pdf
- 基于深度學(xué)習(xí)的微表情特征提取算法設(shè)計與實現(xiàn).pdf
- 基于微表情特征的表情識別研究.pdf
- 基于深度卷積特征融合的多尺度行人檢測.pdf
- 融合深度學(xué)習(xí)特征與淺層機器學(xué)習(xí)特征的中文分詞關(guān)鍵技術(shù)研究.pdf
- 基于特征融合和多核學(xué)習(xí)的行人檢測方法研究.pdf
- 人臉特征檢測與表情識別.pdf
- 基于特征融合和稀疏表示的表情識別方法研究.pdf
- 基于人臉表情特征與語音特征融合的情感識別研究.pdf
- 基于深度學(xué)習(xí)的車輛多維特征檢測研究.pdf
- 基于特征提取和特征選擇的級聯(lián)深度學(xué)習(xí)模型研究.pdf
- 基于幾何特征與表觀特征融合的表情識別方法研究.pdf
- 基于特征融合的人臉表情識別技術(shù)的研究.pdf
- 融合多特征聚類的垃圾微博檢測研究.pdf
- 基于深度特征學(xué)習(xí)的目標檢測與跟蹤算法研究.pdf
- 多特征融合人臉表情識別方法研究.pdf
- 基于混合特征融合和離散HMM的人臉表情識別研究.pdf
- 人臉微表情特征提取算法研究.pdf
- 基于LBP多特征融合的人臉表情識別.pdf
- 基于幾何特征和子空間學(xué)習(xí)的人臉表情識別.pdf
評論
0/150
提交評論