2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩51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

文檔簡介

1、隨著人工智能與模式識別技術(shù)的迅猛發(fā)展,關(guān)于面部表情識別技術(shù)的研究得到了人們越來越多的關(guān)注。傳統(tǒng)的面部表情識別方法還存在著著很大的局限性。在識別精度方面,現(xiàn)有的大部分研究是基于只能采集平面2D圖像的普通RGB傳感器實現(xiàn)的。用2D圖像描述3D的人臉必然會造成一些重要信息的丟失或失真,這很大程度上會影響表情識別的精度。識別速度方面,由于設備、算法等方面的原因,現(xiàn)實環(huán)境下的識別往往很慢,無法達到實時性要求。為了克服現(xiàn)有技術(shù)缺陷,本文引入了Kin

2、ect這一3D傳感器用于面部信息的獲取,基于高斯混合模型(Gaussian mixture model,GMM)和方向梯度直方圖(Histogramof Oriented Gradient,HOG)特征提出了一種用于單幀RGB-D圖像的表情識別算法;基于Kinect for Windows SDK獲取的實時面部動作單元(Animation Units,AUs)和特征點坐標(Feature Point Positions,F(xiàn)PPs)提出了

3、一種用于Kinect視頻的實時表情識別算法。
  主要內(nèi)容如下:
  (1)錄制Kinect面部表情數(shù)據(jù)庫。鑒于目前國內(nèi)外沒有基于Kinect較為完備的面部表情數(shù)據(jù)庫,課題組組織并錄制了包含面部RGB-D、面部6個動作單元AUs、面部71個特征點坐標FPPs的Kinect表情數(shù)據(jù)庫。該數(shù)據(jù)庫包含六種基本表情類別(高興、悲傷、驚訝、憤怒、害怕、厭惡)以及平靜狀態(tài)。
  (2)針對包含深度信息的RGB-D面部數(shù)據(jù),提出了一

4、種基于HOG-GMM特征的表情識別方法,在錄制的Kinect表情數(shù)據(jù)庫上,用此HOG-GMM表情特征結(jié)合支持向量機(Support Vector Machine,SVM)對六種基本表情以及平靜狀態(tài)進行識別。
  (3)針對基于Kinect for Windows SDK提取的AUs和FPPs特征,提出了一種用于Kinect視頻的實時面部表情識別方法。AUs和FPPs各自為獨立的特征通道,每個特征通道中使用基于置信統(tǒng)計的動態(tài)融合算法

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