学位论文 > 优秀研究生学位论文题录展示

人脸表情识别算法研究

作　者: 赵宏
导　师: 叶西宁
学　校: 华东理工大学
专　业: 控制科学与工程
关键词: 最大类间阈值分割法 局域二值模式 支持向量机 Adaboost(算法)
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 84次
引　用: 0次
阅　读: 论文下载
 

内容摘要


人脸表情识别的目的是在非接触的情况下通过计算机自动识别出人脸的表情,进一步分析出人的情感或情绪,是智能化人机接口领域的一个重要研究课题。因为该课题所具备的重要研究意义和巨大的实际应用价值而引起了国内外研究人员的广泛关注。作为一个完整的识别系统,表情识别主要包括：人脸检测、特征提取和表情识别三个环节。本文在上述三个环节中所作的主要研究工作有：(1)在人脸检测部分,本文提出了改进的最大类间阈值分割法,在选取阈值时将中心像素点和邻域像素点的灰度值均值作为参考阈值,然后计算依据该阈值分割出的图像的灰度值方差,选取使得方差最大的参考阈值为最终的阈值。并将该方法的分割结果与原来方法的结果进行了对比。(2)在特征提取环节本文采用LBP算子法进行纹理特征的提取,并将经过统计得到的LBP直方图作为用于识别的特征数据。(3)在表情识别阶段,本文在深入研究SVM和Adaboost算法的基础上,提出了一种融合算法。该融合算法不但具有SVM算法在处理非线性问题、线性不可分问题和小样本问题上的优良特性,同时还具备Adaboost算法在训练弱分类器上的良好性能。从而得到了一种较为理想的分类器。(4)在采用融合算法进行多分类时,本文针对DAG SVM方法的特性,依据实验结果并综合考虑整体性能明确提出了一套用于表情识别的二分类器的组织排序结构,并得到了较好的效果。(5)本文采用JAFFE表情库作为训练样本,对上述方法的识别效果进行了验证,通过实验数据可以看到,本文提出的方法得到了较好的识别率。

全文目录


摘要  5-6
ABSTRACT  6-9
第1章 绪论  9-15
  1.1 研究背景和意义  9-10
  1.2 人脸表情识别技术的研究现状  10-13
    1.2.1 国外研究现状  10-12
    1.2.2 国内研究现状  12-13
  1.3 本文的研究内容和结构  13-14
    1.3.1 研究内容  13-14
    1.3.2 本文章节安排  14
  1.4 本章小结  14-15
第2章 人脸表情识别方法  15-24
  2.1 人脸表情识别系统  15-16
  2.2 人脸检测  16-17
    2.2.1 基于统计学习的人脸检测  16-17
    2.2.2 基于知识建模的人脸检测  17
  2.3 面部特征提取  17-19
  2.4 表情识别  19-21
    2.4.1 概述  19-20
    2.4.2 表情分类方法  20-21
  2.5 表情数据库的选取  21-22
  2.6 表情识别的难点  22-23
  2.7 本章小结  23-24
第3章 人脸检测  24-37
  3.1 灰度图像人脸检测原理  24
  3.2 改进的最大类间方差阈值分割法  24-26
  3.3 形态学处理  26-30
    3.3.1 膨胀  26-27
    3.3.2 腐蚀  27-28
    3.3.3 开运算和闭运算  28-30
  3.4 人脸区域的初步检测  30-31
  3.5 眼睛定位  31-35
    3.5.1 灰度积分投影法  31
    3.5.2 灰度微分投影法  31-32
    3.5.3 混合投影法  32-35
  3.6 尺寸归一化  35-36
  3.7 本章小结  36-37
第4章 基于LBP的表情特征提取  37-48
  4.1 纹理特征提取  37-38
  4.2 局域二值模式  38-41
  4.3 LBP方法在人脸特征描述中的应用  41-42
  4.4 表情特征的提取  42-47
  4.5 本章小结  47-48
第5章 基于SVM和Adaboost融合算法的人脸表情识别  48-65
  5.1 Adaboost算法介绍  48-51
    5.1.1 Boosting算法背景  48
    5.1.2 Adaboost算法的提出  48-50
    5.1.3 Adaboost算法的训练误差  50-51
  5.2 SVM算法介绍  51-56
    5.2.1 统计学习理论  51-53
    5.2.2 SVM原理  53-56
  5.3 SVM与Adaboost算法的融合  56-58
  5.4 SVM和Adaboost融合算法在表情识别中的应用  58-59
    5.4.1 SVM用于多分类  58
    5.4.2 核函数以及参数的确定  58-59
  5.5 实验设计和结果分析  59-64
  5.6 本章小结  64-65
第6章 总结与展望  65-67
  6.1 总结  65
  6.2 展望  65-67
参考文献  67-73
致谢  73-74
攻读硕士学位期间发表的论文  74

相似论文

  1. 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
  2. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  3. 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
  4. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  5. 音乐结构自动分析研究,TN912.3
  6. 基于三维重建的焊点质量分类方法研究,TP391.41
  7. 基于人眼检测的驾驶员疲劳状态识别技术,TP391.41
  8. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  9. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  10. 基于SVM的中医舌色苔色分类方法研究,TP391.41
  11. 基于图像的路面破损识别,TP391.41
  12. 基于支持向量机的故障诊断方法研究,TP18
  13. 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
  14. 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
  15. 基于车载3D加速传感器的路况监测研究,TP274
  16. 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
  17. 基于机器学习的入侵检测系统研究,TP393.08
  18. 支持向量机回归在短期电力负荷预测中的应用研究,TM715;F224
  19. 面向文本分类的改进K近邻的支持向量机算法研究,TP391.1
  20. 基于AdaBoost算法的人脸识别研究,TP391.41
  21. 面向肺部CAD的特征提取、选择及分类方法研究,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