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(bào)或認(rèn)領(lǐng)
文檔簡介
1、在日常生活中,人類的智能不僅表現(xiàn)在正常的理性思維和邏輯推理能力上,也表現(xiàn)在正常的情感能力上.在自然化的人機(jī)交互過程中,計(jì)算機(jī)不能沒有理解和表達(dá)情感的能力.計(jì)算機(jī)中,這種能力對促進(jìn)計(jì)算機(jī)視覺系統(tǒng)建模和數(shù)據(jù)庫的發(fā)展都有直接的作用;此外,在行為學(xué)中,計(jì)算機(jī)的這種能力能幫助人們研究和建立交流中的可信度.本文主要討論了基于矩的面部表情識別,其內(nèi)容包括離散對稱變換在人臉圖像特征定位中的應(yīng)用、各種矩在面部表情識別中的應(yīng)用比較、相應(yīng)的分類器的設(shè)計(jì)以及基
2、于主分量分析(Principal Component Analysis:PCA)的面部表情識別方法研究.首先,本文介紹了現(xiàn)今人臉檢測課題的研究現(xiàn)狀,并在廣義對稱變換的基礎(chǔ)上,定義了一種離散對稱變換DST(Discrete Symmetry Transform),用于人眼的精確定位.為后續(xù)表情識別的研究做了預(yù)處理工作.接下來,介紹了Hu矩、Zernike矩和小波矩不變量的基本定義和性質(zhì),并將其運(yùn)用到基于全局信息的面部表情特征提取中.在我們
3、的實(shí)驗(yàn)中,使用了三種常用的小波函數(shù)——三次B樣條小波函數(shù)、Haar函數(shù)和Shannon函數(shù),將其識別率與Zernike矩的識別率進(jìn)行了比較,結(jié)果表明對于同一個(gè)人的面部表情識別,小波矩具有更好的識別效果.隨后,我們給出了一組改進(jìn)的Hu矩不變量,并基于局部的特征區(qū)提取了改進(jìn)的Hu矩不變量、Zernike矩不變量和三次B樣條矩不變量等特征,根據(jù)提取的特征,我們設(shè)計(jì)了用BP算法訓(xùn)練的前向網(wǎng)絡(luò).實(shí)驗(yàn)結(jié)果表明,B樣條矩識別表情的能力比其他各種矩的識
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(huì)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(chǔ)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(shí)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
- 基于主分量分析的單樣本人臉識別方法研究.pdf
- 基于Kinect的面部表情識別方法研究.pdf
- 面部表情識別方法研究.pdf
- 面部表情識別方法的研究.pdf
- 基于卷積網(wǎng)絡(luò)集成的面部表情識別方法.pdf
- 基于局部特征的面部遮擋表情識別方法研究.pdf
- 人臉面部表情識別方法研究.pdf
- 基于語義特征的面部表情識別方法研究及其應(yīng)用.pdf
- 新生兒疼痛面部表情識別方法的研究.pdf
- 基于流形學(xué)習(xí)的面部表情圖像識別方法研究.pdf
- 基于主分量分析和支持向量機(jī)的人臉識別研究.pdf
- 基于統(tǒng)計(jì)方法的面部表情識別研究.pdf
- 基于深度學(xué)習(xí)的表情識別方法研究.pdf
- 基于特征融合和稀疏表示的表情識別方法研究.pdf
- 基于姿態(tài)和表情的雙模態(tài)情感識別方法研究
- 基于姿態(tài)和表情的雙模態(tài)情感識別方法研究.pdf
- 基于主分量分析和多分類器組合的手寫數(shù)字識別技術(shù)研究.pdf
- 基于PCA重建方法的表情識別方法研究.pdf
- 人臉表情識別方法的分析與研究.pdf
- 基于數(shù)據(jù)融合的表情識別方法研究.pdf
評論
0/150
提交評論