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(rèn)領(lǐng)
文檔簡介
1、作為人類情感最直觀的表達方式,人臉表情及其相關(guān)的研究工作已經(jīng)在醫(yī)療、商業(yè)以及家庭生活等領(lǐng)域產(chǎn)生了深遠的影響。本文對人臉表情系統(tǒng)中的特征提取和分類識別進行了分析研究,對傳統(tǒng)主成分分析(Principal Component Analysis,PCA)算法進行了改進,提出了特征空間維數(shù)更低的特征提取方式;并根據(jù)特征表征人臉的互補性和分類效果的差異性,提出了多特征-分類器優(yōu)化匹配的識別方法:最后基于建立的動態(tài)貝葉斯網(wǎng)絡(luò)(Dynamic Bay
2、esian Network,DBN)對粗分類結(jié)果有分歧的表情圖像進一步?jīng)Q策。本文的主要工作如下:
(1)針對PCA降維過程中,由于特征值相對集中而造成維數(shù)仍然偏高的不足,本文提出了基于最優(yōu)樣本的主成分分析(Optimal Sample-PCA, OS-PCA)降維方法。OS-PCA通過選擇訓(xùn)練樣本、優(yōu)化協(xié)方差矩陣,從而達到進一步降維的目的。鑒于離散余弦變換(Discrete Cosine Transform,DCT)對光照的魯
3、棒性,以及局部二值模式(Local Binary Patterns,LBP)對局部紋理特征的有效描述,本文結(jié)合DCT和LBP特征來彌補單一OS-PCA特征在人臉表情表征方面的局限性。為了更好地發(fā)揮特征與分類器的協(xié)作優(yōu)勢,本文構(gòu)造了一個三層多分類器最優(yōu)匹配(Optimal Matching,OM)的人臉表情識別模型。首先將OS-PCA、DCT和LBP特征輸入模型;然后完成多特征與多分類器的最優(yōu)匹配;最后執(zhí)行粗分類結(jié)果投票表決,并對仍有分歧
4、的表情圖像進行自適應(yīng)決策,從而得到最終識別結(jié)果。
(2)針對融合決策時間復(fù)雜度過高的問題,本文提出多特征多分類器匹配及動態(tài)貝葉斯網(wǎng)絡(luò)決策的人臉表情識別模型。首先基于訓(xùn)練庫,模型完成了多個特征與多個分類器的優(yōu)化匹配及每個特征-分類器組合混淆矩陣的初始化。然后,將測試樣本的OS-PCA、DCT和LBP特征送入模型,得到三個粗分類結(jié)果。最后,利用得到的經(jīng)驗信息和建立的動態(tài)貝葉斯網(wǎng)絡(luò),對仍有分歧的表情圖像進行融合決策,并且更新混淆矩陣
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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 基于多特征集成分類器的人臉表情識別研究.pdf
- 基于局部特征和Adaboost的人臉表情識別研究.pdf
- 基于SIFT特征的人臉表情識別研究.pdf
- 基于CECBP與顯著區(qū)域特征決策的人臉表情識別算法研究.pdf
- 基于動態(tài)紋理特征的人臉表情識別研究
- 基于幾何特征和子空間學(xué)習(xí)的人臉表情識別.pdf
- 基于Gabor特征和Adaboost算法的人臉表情識別研究.pdf
- 基于標(biāo)準(zhǔn)模型特征的人臉表情識別研究.pdf
- 基于組合特征的人臉表情識別算法研究.pdf
- 基于彈性圖和Hausdorff距離匹配的人臉表情識別算法研究.pdf
- 基于紋理和幾何特征的人臉表情識別算法研究.pdf
- 基于局部紋理特征和HMM的人臉表情識別研究.pdf
- 基于LBP多特征融合的人臉表情識別.pdf
- 基于Gabor特征的人臉表情識別算法研究.pdf
- 基于HOG特征的人臉表情識別算法研究.pdf
- 基于譜特征的人臉表情識別算法研究.pdf
- 基于AAM金字塔和多專家決策的人臉表情識別.pdf
- 基于特征融合的人臉表情識別技術(shù)的研究.pdf
- 基于像素模式紋理特征(PPBTF)的人臉表情識別.pdf
- 基于表情識別的人臉特征點定位研究.pdf
評論
0/150
提交評論