新生兒面部表情特征提取的研究.pdf

1、近年來，新生兒疼痛的相關(guān)研究在國外引起了廣泛的關(guān)注。 由于新生兒不能自述疼痛的感受，由此產(chǎn)生了一些針對新生兒疼痛的評估工具，其中面部表情的改變是被廣泛認同的一種最有效、可靠的評估指標，因此人臉表情識別研究對開發(fā)一種有效的新生兒疼痛自動評估系統(tǒng)是非常有意義的。 人臉表情特征提取是人臉表情識別的核心，特征提取的有效性直接影響到識別的速度和性能。 本文綜合比較了目前各種人臉表情特征提取方法的優(yōu)缺點，在對Gabor小波與

2、核鑒別分析進行了充分研究的基礎(chǔ)上，提出了一種應(yīng)用于新生兒疼痛表情識別的特征提取方法。 主要完成了以下工作： (1)建立了一個包含200幅不同表情的新生兒灰度圖像的數(shù)據(jù)庫，本文所有實驗都是在這個數(shù)據(jù)庫上進行的； (2)利用快速傅立葉變換實現(xiàn)了人臉表情圖像的Gabor變換的快速算法并通過實驗的方法選取最優(yōu)的Gabor小波尺度和方向； (3)傳統(tǒng)方法中對Gabor特征直接進行均勻下采樣勢必會造成有用識別信息的丟

3、失，針對這一問題，提出針對不同尺度的Gabor小波特征采用不同的下采樣因子來對Gabor變換特征進行第一次降維，并通過實驗證明了這種非均勻下采樣方法有利于提高表情識別率； (4)針對整個人臉圖像的Gabor變換特征，經(jīng)過非均勻采樣進行第一次特征提取后的特征向量維數(shù)依然很高這一問題，提出了一種改進的核鑒別分析方法對Gabor特征進行二次特征提取，該方法從根本上解決了由于人臉識別小樣本問題引起的核類內(nèi)離散度矩陣奇異性的問題。