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、人臉表情識別是一個涉及到模式識別、圖像處理、人工智能等多學(xué)科的綜合課題。所謂人臉表情識別是讓計算機(jī)對人臉的表情信息進(jìn)行特征提取分析,結(jié)合人類所具有的表情信息方面的先驗(yàn)知識使它進(jìn)行自我思考、推理以及判斷,進(jìn)而去理解人臉表情蘊(yùn)含的信息,實(shí)現(xiàn)人機(jī)之間智能化的交互。它在許多領(lǐng)域都有著潛在的應(yīng)用價值,包括機(jī)器人技術(shù)、圖像理解、視頻檢索、合成臉部動畫、心理學(xué)研究、虛擬現(xiàn)實(shí)技術(shù)等。
對人臉表情識別的研究主要包括三個部分:人臉檢測、表情特
2、征提取以及表情分類。目前在這三個方面計算機(jī)視覺研究者們進(jìn)行了很多研究,但這三個方面仍有問題未得到很好的解決,包括人臉誤檢、表情識別的魯棒等。
本文分析了目前國內(nèi)外有關(guān)人臉表情識別的理論和技術(shù),著重對人臉檢測、表情特征提取以及表情分類這三個環(huán)節(jié)進(jìn)行了深入研究,其主要研究內(nèi)容和成果如下:
1.人臉檢測方面
本文研究了Viola提出的基于Hart-like特征、積分圖、AdaBoost.M算法、級聯(lián)模
3、式的人臉檢測方法和人臉模板匹配技術(shù),分析了Viola人臉檢測方法產(chǎn)生人臉誤檢的原因,提出了把Viola人臉檢測方法和人臉模板匹配技術(shù)相結(jié)合來減少人臉誤檢率。
本文首先采用Viola人臉檢測方法搜尋可疑人臉區(qū)域,在此基礎(chǔ)上,結(jié)合人臉模板匹配技術(shù),對找到的可疑人臉區(qū)域進(jìn)行驗(yàn)證以排除非人臉區(qū)域,獲得真正的人臉區(qū)域。
2.特征提取方面
本文研究了表情特征的分布和HMAX模型,并根據(jù)表情特征的分布特性對H
4、MAX模型的特征塊模板抽取方法做了改進(jìn),最后使用改進(jìn)的HMAX模型進(jìn)行表情特征的提取。所提取的表情HMAX特征與其他通過圖像處理得到的特征相比,具有更好的不變性和區(qū)分性。
3.表情分類方面
本文設(shè)計了基于AdaBoost.M2學(xué)習(xí)算法和BP神經(jīng)網(wǎng)絡(luò)的表情識別分類器。用BP神經(jīng)網(wǎng)絡(luò)作為弱分類器,利用AdaBoost.M2學(xué)習(xí)算法構(gòu)造一個強(qiáng)分類器作為表情識別的分類器。
4.在上述理論研究的基礎(chǔ)之上,
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。
最新文檔
- 基于標(biāo)準(zhǔn)模型特征的人臉表情識別研究.pdf
- 基于詞袋模型的人臉表情識別研究.pdf
- 基于BoW模型的人臉表情識別算法的研究.pdf
- 基于HMM的人臉表情識別研究.pdf
- 基于Gabor的人臉表情識別研究.pdf
- 基于SVM的人臉表情識別研究.pdf
- 基于SIFT特征的人臉表情識別研究.pdf
- 基于Kernel ReliefF的人臉表情識別研究.pdf
- 基于粒計算的人臉表情識別研究.pdf
- 基于流行學(xué)習(xí)的人臉表情識別研究.pdf
- 基于統(tǒng)計模型的人臉表情識別算法的研究與應(yīng)用.pdf
- 基于深度學(xué)習(xí)的人臉表情識別研究.pdf
- 基于稀疏表示的人臉表情識別研究.pdf
- 基于SIFT算法的人臉表情識別.pdf
- 基于稀疏表示的人臉表情識別.pdf
- 基于隨機(jī)森林的人臉表情識別研究.pdf
- 基于靜態(tài)圖像的人臉表情識別研究.pdf
- 基于肌肉運(yùn)動的人臉表情識別.pdf
- 基于HSMM的人臉表情識別技術(shù).pdf
- 基于動態(tài)紋理特征的人臉表情識別研究
評論
0/150
提交評論