学位论文 > 优秀研究生学位论文题录展示
基于弹性图和Hausdorff距离匹配的人脸表情识别算法研究
作 者: 陶志平
导 师: 石跃祥
学 校: 湘潭大学
专 业: 计算机科学与技术
关键词: 人脸表情识别 情感特征提取 Hausdorff距离 Gabor滤波器 弹性图匹配
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 42次
引 用: 0次
阅 读: 论文下载
内容摘要
人脸表情识别是心理学、生理学、图像处理、机器视觉、模式识别等多领域的一个富有潜力和挑战的课题。为了满足人脸表情识别系统在实际生活中的应用,越来越多的研究者开始对人脸表情识别算法进行研究。情感特征提取和分类的准确性和有效性是人脸表情识别应用系统成功与否的关键。虽然已经有很多人脸表情识别技术的出现,但是针对目标遮挡、图像噪声以及图像晃动等干扰因素下的人脸表情识别尚未成熟。为解决上述问题,本文对在多种干扰因素下的人脸表情特征提取和分类进行了深入研究,并提出了一种弹性图匹配和改进Hausdorff距离相似度计算相结合的分类算法。主要完成的工作内容如下:1)人脸表情图像情感特征提取。人脸表情感情特征提取的好坏直接影响到后续的情感分类。本文主要采用多尺度、多方向的Gabor滤波器组进行人脸表情特征提取。因为Gabor小波对光照的不敏感,且对一定程度的图像旋转和变形具有很好的鲁棒性。2)人脸表情图像分类。利用弹性模板匹配在表情分类的优势和改进Hausdorff距离在噪声干扰环境下相似度计算的优势,本文提出了应用弹性图匹配和改进Hausdorff距离相似度计算相结合的算法,实验证明相对于采用传统分类算法,在识别效率上有很大的提高。3)最后,人脸表情识别分类系统设计。基于本文提出的改进算法,开发了一套人脸表情识别系统,采用JAFFE表情数据库和Cohn-Kanade表情数据库进行测试,并分别采用传统算法和本文提出的改进算法进行实验对比。实验分析证明,在干扰环境下,本文提出的人脸表情分类方法比传统方法识别效果更好。
|
全文目录
摘要 4-5 Abstract 5-9 第一章 引言 9-16 1.1 人脸表情识别的背景和意义 9 1.2 人脸表情识别的研究现状 9-12 1.2.1 国外研究现状 10-11 1.2.2 国内研究现状 11-12 1.3 人脸表情识别技术的难点和研究方向 12-14 1.3.1 人脸表情识别存在的问题 12-13 1.3.2 人脸表情识别技术的难点 13 1.3.3 人脸表情识别技术的研究方向 13-14 1.4 论文的章节安排 14-16 第二章 人脸表情图像的基本理论知识 16-21 2.1 人脸表情的基本分类 16-18 2.2 人脸表情识别的步骤 18 2.3 人脸检测方法 18-19 2.4 人脸表情识别方法 19-20 2.4.1 基于几何特征的识别方法 19 2.4.2 基于整体特征的识别方法 19-20 2.4.3 基于模型的识别方法 20 2.5 小结 20-21 第三章 人脸表情图像预处理过程 21-27 3.1 人脸表情图像的分割与去噪 21-22 3.1.1 人脸表情图像子区域的分割 21 3.1.2 人脸表情图像的去噪处理 21-22 3.2 人脸表情图像的尺度归一化 22-24 3.2.1 图像裁剪 23 3.2.2 人脸表情的缩放 23-24 3.3 人脸表情图像的灰度归一化 24-26 3.4 小结 26-27 第四章 基于 Gabor 小波人脸表情特征提取 27-33 4.1 Gabor 小波 27 4.2 Gabor 滤波器 27-28 4.3 基于 Gabor 小波变换的人脸表情特征图提取 28-32 4.3.1 Gabor 滤波器组的设计 29-30 4.3.2 人脸表情特征提取 30-31 4.3.3 人脸表情区域选取 31-32 4.4 小结 32-33 第五章 基于弹性图匹配和改进 Hausdorff 距离的表情分类和识别 33-41 5.1 弹性图匹配算法(EBGM) 33-34 5.1.1 基于最小能量函数的弹性模版匹配算法 34 5.2 传统表情相似度计算算法 34-35 5.2.1 欧式距离概述 34-35 5.2.2 基于传统欧式距离的相似度计算 35 5.3 一种改进的相似度计算算法 35-39 5.3.1 基于 Hausdorff 距离相似度计算 36-37 5.3.2 基于改进的 Hausdorff 距离相似度计算 37-38 5.3.3 改进的人脸表情识别分类算法 38-39 5.4 K 近邻表情分类 39-40 5.4.1 K 近邻分类概述 39-40 5.4.2 基于 K 近邻算法的人脸表情分类 40 5.5 小结 40-41 第六章 人脸表情识别系统的实现与性能分析 41-48 6.1 人脸表情识别的评价标准 41 6.2 测试人脸表情图像库 41-43 6.3 实验结果分析与评价 43-48 6.3.1 人脸表情识别流程框图 43-44 6.3.2 实验结果分析 44-46 6.3.3 部分实验结果展示 46-48 第七章 总结与展望 48-50 7.1 总结 48-49 7.2 后期展望 49-50 参考文献 50-55 致谢 55-56 附录 A(攻读硕士学位期间发表的论文) 56-57 附录 B(攻读硕士学位期间所获奖励) 57-58 附录 C(攻读硕士学位期间项目研发) 58
|
相似论文
- 基于加权投票和关键帧提取的视频流人脸识别方法研究,TP391.41
- 基于双树复小波和NPSO的医学图像配准方法研究,TP391.41
- 基于骨架化和模板匹配的交通指挥手势识别,TP391.41
- 基于机器视觉的异常行为检测,TP391.41
- 民族面部特征提取及其识别算法研究,TP391.41
- 基于纹理的图像分割方法研究,TP391.41
- 复杂港口背景下舰船目标检测方法研究,TP391.41
- 基于内容的图像检索系统的研究与实现,TP391.41
- 非织造布疵点检测研究,TP391.41
- 手指静脉识别技术研究,TP391.41
- 基于特征的图像匹配算法研究,TP391.41
- 二维QR码识别算法研究及在智能手机上的应用,TN929.53
- 基于Gabor滤波的掌纹识别研究,TP391.41
- 基于半监督多示例的径向基函数网络模型及学习算法研究,O242.1
- 指纹图像预处理算法的研究及DSP实现,TP391.41
- 动态心电波形聚类策略的有效性分析,TP311.13
- 指纹图像预处理与识别算法研究,TP391.41
- 基于Adept机器人的平面工件视觉定位与控制,TP391.41
- 基于Beamlet的图像线特征提取算法研究,TP391.41
- 基于Gabor小波与神经网络的人脸表情识别研究,TP391.41
- 基于运动目标跟踪的车流量统计技术研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|