人臉表情識(shí)別關(guān)鍵技術(shù)研究.pdf_第1頁(yè)
已閱讀1頁(yè)，還剩61頁(yè)未讀， 繼續(xù)免費(fèi)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、人臉表情含有豐富的人體行為信息,是人們進(jìn)行非語(yǔ)言交流的一種重要方式。人臉表情識(shí)別在人機(jī)交互、智能機(jī)器人、安全駕駛、臨床醫(yī)學(xué)等領(lǐng)域有著非常廣泛的應(yīng)用前景。本論文主要研究?jī)?nèi)容如下:
　　 1.闡述了人臉表情識(shí)別的研究背景和意義,介紹了表情識(shí)別的國(guó)內(nèi)外發(fā)展現(xiàn)狀,并從特征提取和分類兩方面對(duì)人臉表情識(shí)別領(lǐng)域的若干關(guān)鍵技術(shù)方法做了總結(jié)和概括。
　　 2.本文提出基于Adaboost和多掩模的人眼精確定位算法,該算法先通過Adaboo

2、st算法定位人眼大概區(qū)域,再利用矩形掩模和橢圓形掩模進(jìn)一步縮小眼睛所在區(qū)域,最后計(jì)算像素點(diǎn)的分布中心得到眼睛坐標(biāo)。
　　 3.針對(duì)局部二元模式(Local Binary Pattern,LBP)算法的三大不足,本文采用中心化二元模式(Center-based Binary Pattern,CBP)算法提取人臉表情特征。該方法與LBP相比,不但降低了特征向量的維數(shù),而且將中心像素點(diǎn)的作用考慮在內(nèi),同時(shí)改寫了符號(hào)函數(shù)提高了抗噪性。實(shí)

溫馨提示

  • 1. 本站所有資源如無(wú)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(yè)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(kù)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。

評(píng)論

0/150

提交評(píng)論