表情識別中人臉特征提取方法研究.pdf_第1頁
已閱讀1頁，還剩64頁未讀， 繼續(xù)免費閱讀

下載本文檔

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、本文對基于AU的人臉表情識別的特征提取方法進行了研究。特征提取分為圖像預處理、特征提取和特征選擇三個模塊。在預處理模塊，為了提取更多關(guān)鍵特征點，根據(jù)對中西方人臉數(shù)據(jù)的處理分析，提出了分情況綜合使用delaunay三角形插值和薄板樣條插值兩種映射方法的方案。
　　 在特征提取模塊，為了提取有高區(qū)分度的面部特征，本文從時域和頻域特征、靜態(tài)和動態(tài)特征兩個角度對主流2D特征提取方法的AU識別性能做出比較和分析。實驗結(jié)果顯示，從時間復雜度

2、和識別率兩方面綜合考慮，LBP算子最適合用于實時人臉表情識別系統(tǒng)。本文基于LBP算子研究了不同的特征提取尺度和不同的人臉分塊數(shù)目對AU識別率的影響，并根據(jù)實驗結(jié)果對十二個AU的特點做出分析。
　　 在特征選擇模塊，本文設計了一個基于多尺度LBP的兩層特征選擇的方案。該方案采用以邏輯回歸為弱分類器的AdaBoost算法，將每個LBP模式視為一個特征，迭代挑選出有最低錯誤率的弱分類器所對應的特征，最后為每個AU選擇出了各自最佳的特征

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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 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。

評論

0/150

提交評論