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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、所謂人臉表情識(shí)別,就是指通過分析特定人的臉部表情及變化,進(jìn)而確定其內(nèi)心情緒或思想活動(dòng),實(shí)現(xiàn)人機(jī)間更自然更智能化的交互。傳統(tǒng)的表情模型的訓(xùn)練都是監(jiān)督學(xué)習(xí),然而在現(xiàn)實(shí)中,獲得大量有標(biāo)記的樣本的代價(jià)是昂貴的,因此,如何利用僅有的少量已標(biāo)記樣本結(jié)合大量未標(biāo)記樣本來訓(xùn)練表情模型,使表情模型更具有代表性和普遍性,將具有重要的理論意義和實(shí)用價(jià)值。
本文首先綜述課題的研究背景,并分析目前國內(nèi)外已提出的主流人臉表情識(shí)別方法。在綜合分析了以往
2、的表情訓(xùn)練方法和識(shí)別方法的基礎(chǔ)上,本文設(shè)計(jì)實(shí)現(xiàn)了圖像預(yù)處理和特征提取方法,提出了具有噪聲過濾功能的協(xié)同訓(xùn)練半監(jiān)督學(xué)習(xí)算法和基于對(duì)象模糊密度賦值的決策層融合人臉表情識(shí)別算法,主要內(nèi)容如下:
(1)設(shè)計(jì)實(shí)現(xiàn)了符合實(shí)際應(yīng)用的人臉檢測、人臉圖像尺度歸一化及人臉圖像灰度均衡化算法和基于Gabor小波變換的人臉表情特征提取算法。將檢測到的人臉設(shè)計(jì)成矩形,將人臉圖像歸一化為長寬都是5的倍數(shù),用灰度均衡化減小光照對(duì)圖像質(zhì)量的影響。采用像素
3、的矩形網(wǎng)格對(duì)預(yù)處理后的人臉圖像網(wǎng)格化,將用Gabor小波變換變換每個(gè)網(wǎng)格后得到的特征矢量的模做為人臉表情的特征。
(2)提出了具有噪聲過濾功能的協(xié)同訓(xùn)練半監(jiān)督主動(dòng)學(xué)習(xí)算法。針對(duì)基于半監(jiān)督學(xué)習(xí)的分類器利用未標(biāo)記樣本訓(xùn)練會(huì)引入噪聲而使得分類性能下降的情形,提出了一種具有噪聲過濾功能的協(xié)同訓(xùn)練半監(jiān)督主動(dòng)學(xué)習(xí)算法,該算法以三個(gè)模糊深隱馬爾科夫模型進(jìn)行協(xié)同半監(jiān)督學(xué)習(xí),在適當(dāng)?shù)臅r(shí)候主動(dòng)引入一些人機(jī)交互來補(bǔ)充類別標(biāo)記,來避免判決類別不相
4、同時(shí)的拒判和初始時(shí)判決一致即認(rèn)為正確的誤判情形,同時(shí)加入噪聲過濾機(jī)制,用以過濾由機(jī)器自動(dòng)標(biāo)記的可能是噪聲的樣本。圖像序列人臉表情識(shí)別實(shí)驗(yàn)表明,該算法能有效提高未標(biāo)記樣本的利用率并降低半監(jiān)督學(xué)習(xí)而引入的噪聲,提高了表情識(shí)別的準(zhǔn)確率。
(3)提出了基于對(duì)象模糊密度賦值的決策融合算法。針對(duì)模糊積分在進(jìn)行決策層融合識(shí)別時(shí),其模糊密度是根據(jù)已知類別樣本的先驗(yàn)靜態(tài)信息賦值的,并不能根據(jù)具體對(duì)象的識(shí)別結(jié)果進(jìn)行動(dòng)態(tài)調(diào)整使之更接近現(xiàn)實(shí)的情形
5、,提出了一種基于對(duì)象模糊密度賦值的決策層融合算法,該算法是利用各分類器識(shí)別具體對(duì)象時(shí)給出的客觀信息計(jì)算出其所屬類別的區(qū)分度,再結(jié)合先驗(yàn)靜態(tài)信息對(duì)模糊密度進(jìn)行動(dòng)態(tài)賦值的。采用NF-CT-SSAL算法進(jìn)行半監(jiān)督訓(xùn)練和基于對(duì)象模糊密度賦值的決策層融合算法進(jìn)行表情識(shí)別的實(shí)驗(yàn)結(jié)果表明,該算法可提高表情識(shí)別的準(zhǔn)確率。
(4)采用面向?qū)ο蟮脑O(shè)計(jì)方法,并應(yīng)用所提出的算法,設(shè)計(jì)實(shí)現(xiàn)了基于圖像序列的人臉表情識(shí)別原型系統(tǒng),從而從實(shí)驗(yàn)角度驗(yàn)證了上
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(qǐng)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(qǐng)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(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于半監(jiān)督學(xué)習(xí)的人臉識(shí)別算法研究.pdf
- 基于半監(jiān)督學(xué)習(xí)的人臉特征抽取方法研究.pdf
- 基于半監(jiān)督學(xué)習(xí)的指紋識(shí)別方法研究.pdf
- 基于改進(jìn)LBP的人臉表情識(shí)別方法.pdf
- 基于稀疏表示的人臉表情識(shí)別方法研究.pdf
- 融合整體與局部識(shí)別結(jié)果的人臉表情識(shí)別方法研究.pdf
- 基于融合的人臉識(shí)別方法研究.pdf
- 基于半監(jiān)督學(xué)習(xí)的網(wǎng)絡(luò)業(yè)務(wù)流量識(shí)別方法研究.pdf
- 多特征融合人臉表情識(shí)別方法研究.pdf
- 基于半監(jiān)督學(xué)習(xí)的遙感圖像地物識(shí)別方法研究.pdf
- 基于半監(jiān)督學(xué)習(xí)和支持向量機(jī)的眉毛識(shí)別方法研究.pdf
- 基于人臉對(duì)齊和多特征融合的人臉識(shí)別方法研究.pdf
- 基于極限學(xué)習(xí)機(jī)的人臉表情識(shí)別方法及實(shí)現(xiàn).pdf
- 基于單演示波和稀疏表示的人臉表情識(shí)別方法.pdf
- 基于度量學(xué)習(xí)的人臉識(shí)別方法研究.pdf
- 基于集成學(xué)習(xí)的人臉識(shí)別方法研究.pdf
- 基于圖像重構(gòu)和特征融合的人臉識(shí)別方法研究.pdf
- 基于子空間分析與半監(jiān)督學(xué)習(xí)人臉識(shí)別研究.pdf
- 基于深度學(xué)習(xí)的人臉識(shí)別方法研究.pdf
- 基于特征學(xué)習(xí)的人臉識(shí)別方法研究.pdf
評(píng)論
0/150
提交評(píng)論