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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、情感計算,是未來計算機(jī)領(lǐng)域發(fā)展的一個重要方向,是讓計算機(jī)可以了解人的情感和情緒,并且能夠以帶有感情的方式與人進(jìn)行交互。而最簡單也是最直接的方式,就是從分析人類的面部表情入手進(jìn)行研究。
由于人類的面部表情是面部肌肉運(yùn)動形成的,想要研究人類的面部表情,應(yīng)該從面部肌肉的具體運(yùn)動形式入手,動態(tài)跟蹤這些運(yùn)動。本文提出了基于肌肉運(yùn)動的人臉表情識別方法。本文描述的工作基于艾克曼的FACS,心理學(xué)家的研究結(jié)果證明了,人類的表情對應(yīng)這固定的面部
2、肌肉運(yùn)動形式,這是不受年齡、性別、種族、受教育程度等因素影響的。本文首先簡要介紹了與面部基本表情相關(guān)的若干AU,基于這些AU運(yùn)動,進(jìn)行了一系列的研究工作,并獲得了以下研究成果:
1.本文提出了一種快速自動識別面部特征點(diǎn)的方法。當(dāng)前有些面部表情研究是建立在手工標(biāo)注面部特征點(diǎn)的基礎(chǔ)上進(jìn)行的。手工標(biāo)注面部特征點(diǎn),這一過程本身就加入了標(biāo)注者對當(dāng)前表情的主觀判斷。而當(dāng)前有些自動識別特征點(diǎn)的方法速度很慢,根本不能滿足實(shí)時分析系統(tǒng)的要求。本
3、文提出的方法,是首先對目標(biāo)區(qū)域進(jìn)行一次篩選,選出所有紋理特征明顯的像素點(diǎn),然后在這些被篩選出的點(diǎn)中尋找真正的面部特征點(diǎn)。經(jīng)過試驗(yàn)證明,這一方法速度快,識別率高,可以滿足實(shí)時系統(tǒng)的需求。
2.本文提出了一種基于運(yùn)動模板的面部AU運(yùn)動識別方法。大多數(shù)的AU運(yùn)動或不存在明顯的特征點(diǎn),或難以使用跟蹤特征點(diǎn)的方法準(zhǔn)確識別。運(yùn)動模板理論研究的是運(yùn)動的本身和運(yùn)動的歷史,使用這一方法,可以準(zhǔn)確的識別出需要的AU運(yùn)動。對于感興趣的AU,本文使用
4、Boosting算法訓(xùn)練了專門的識別器來識別,這些識別器可以準(zhǔn)確識別AU的運(yùn)動。
3.本文提出了一種新的識別頭部運(yùn)動姿態(tài)的方法。傳統(tǒng)識別頭部運(yùn)動姿態(tài)的方法通過識別和跟蹤眼睛區(qū)域的運(yùn)動形式來研究頭部運(yùn)動姿態(tài)。而識別眼睛區(qū)域的工作量是很大的,需要通過大量運(yùn)算才能準(zhǔn)確識別并跟蹤,或者使用特殊的設(shè)備支持。本文提出以更便于識別和跟蹤的鼻孔來代替眼睛識別頭部運(yùn)動,又提出了一種不僅能識別點(diǎn)頭和搖頭,還能正確識別低頭與側(cè)臉的方法。
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(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(hù)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HMM的人臉表情識別研究.pdf
- 基于Gabor的人臉表情識別研究.pdf
- 基于肌肉模型的人臉表情腳本動畫系統(tǒng).pdf
- 基于SIFT算法的人臉表情識別.pdf
- 基于SVM的人臉表情識別研究.pdf
- 基于稀疏表示的人臉表情識別.pdf
- 基于HSMM的人臉表情識別技術(shù).pdf
- 基于SIFT特征的人臉表情識別研究.pdf
- 基于HMAX模型的人臉表情識別研究.pdf
- 基于Kernel ReliefF的人臉表情識別研究.pdf
- 基于粒計算的人臉表情識別研究.pdf
- 基于流行學(xué)習(xí)的人臉表情識別研究.pdf
- 基于整體識別和局部識別融合的人臉表情識別.pdf
- 基于深度學(xué)習(xí)的人臉表情識別研究.pdf
- 基于稀疏表示的人臉表情識別研究.pdf
- 基于隨機(jī)森林的人臉表情識別研究.pdf
- 基于壓縮感知算法的人臉表情識別.pdf
- 基于靜態(tài)圖像的人臉表情識別研究.pdf
- 基于動態(tài)紋理特征的人臉表情識別研究
- 基于多類LDA的人臉表情識別研究.pdf
評論
0/150
提交評論