2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀

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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、人臉運動單元狀態(tài)識別是指通過計算機分析人的臉部不同運動單元和其組合的狀態(tài)變化,由此可確定其內(nèi)心情緒或思想活動,實現(xiàn)人機之間更自然更智能化的交互。人臉運動單元識別的研究對于增強計算機的智能化和人性化,開發(fā)新型人機環(huán)境,以及推動心理學(xué)等學(xué)科的發(fā)展,有著重要的現(xiàn)實意義,并最終產(chǎn)生很大經(jīng)濟效益和社會效益。 本文首先綜述課題的研究背景,分析目前國內(nèi)外已提出的主流人臉運動單元識別方法,重點對小波變換、獨立分量分析、矩的方法和光流模型進(jìn)行了詳

2、細(xì)闡述和比較。然后針對人臉運動單元識別系統(tǒng)中人臉圖像預(yù)處理和運動單元子區(qū)域的定位與分割、運動單元特征提取和運動單元特征分類識別三個主要部分,提出了自己的一些算法,具體包括如下: (1)提出了基于Harris角點檢測的上半人臉運動單元子區(qū)域定位與分割算法。在從圖像中檢測出人臉區(qū)域的基礎(chǔ)上,對檢測出的人臉區(qū)域進(jìn)行歸一化處理,然后用基于Harris角點檢測的算法精確地定位各個上半人臉運動單元子區(qū)域,并將其分割出來。該算法能準(zhǔn)確地從人臉

3、區(qū)域中將不同的上半人臉運動單元分割出來。 (2)提出了基于KPCA的上半人臉運動單元狀態(tài)特征的提取算法。在定位分割出上半人臉運動單元子區(qū)域圖像之后,提出了采用KPCA算法提取它們的特征。在設(shè)計KPCA算法中,根據(jù)上半人臉運動單元圖像的狀況,選擇設(shè)計相應(yīng)的核函數(shù),形成合理可用的有針對性的改進(jìn)KPCA特征提取算法。該算法既能屏蔽與個人有關(guān)的特征以及光照的變化,基本做到與人無關(guān)的運動單元狀態(tài)識別,使識別系統(tǒng)更加可靠、魯棒;又能將圖像映

4、射到特征空間,大大降低了圖像矩陣的維數(shù),從而有效地減少計算量。 (3)采用了基于改進(jìn)的SVM分類器,進(jìn)行上半人臉運動單元狀態(tài)的分類識別。通過對提取出的KPCA特征的性質(zhì)進(jìn)行分析和試驗,然后合理選擇設(shè)計相關(guān)的核函數(shù)和懲罰因子,從而形成基于SVM的上半人臉運動單元狀態(tài)的分類識別算法。該算法能夠獲得較好的識別結(jié)果,同時保證較快的執(zhí)行速度。 最后采用面向?qū)ο蟮脑O(shè)計方法,結(jié)合應(yīng)用了VC++和Matlab中的相應(yīng)庫函數(shù),設(shè)計開發(fā)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。

評論

0/150

提交評論