学位论文 > 优秀研究生学位论文题录展示
基于复小波变换的人脸表情识别研究
作 者: 李亚东
导 师: 阮秋琦
学 校: 北京交通大学
专 业: 模式识别与智能系统
关键词: 人脸表情识别 特征提取 谱特征分析 双元树复小波 单元树复小波
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 134次
引 用: 0次
阅 读: 论文下载
内容摘要
人脸表情含有丰富的人体行为信息,在人类非语言方式的交流中起到了主导作用,近几十年来在人机交互领域也受到越来越多的关注。若能使计算机拥有更强的识别和理解人脸表情的能力,将会极大的改变计算机与人的关系,从而使计算机更好的为人类服务。本文对国内外关于人脸表情识别的文献进行了深入研究和分析,针对表情识别的若干问题进行了探讨,并且对在识别过程中占据着重要地位的特征提取的各种算法做了深入的研究,在此基础上提出了几种改进的算法。大量的实验证明本文提出的算法的高效性。主要工作如下:第一,改进了现有的有监督的谱特征分析算法。在原有算法的基础上,引入了另外两种Laplacian矩阵,并通过实验验证了算法的有效性。第二,提出了基于双元树复小波变换的有监督的谱特征分析算法。引入双元树复小波变换并进行了改进,利用其平移不变性、方向选择性、完全重构性和高效计算能力等特性,对图像进行4层分解来提取表情特征。每层分解得到6幅指向不同方向的带通子图,体现了其多尺度多方向的分辨能力,使得表情中细微的局部特征更好的体现出来,并使得识别率有了大幅提高。然后结合有监督的谱特征分析算法进行表情识别,在JAFFE库和CK库上通过大量的实验来验证本文算法的有效性。第三,引入单元树复小波变换与双元树复小波变换进行比较,同时提出基于单元树复小波的有监督的谱特征分析算法。对比得知两种复小波变换虽然表征图像特征的能力很相似,但单元树复小波变换计算相对复杂。第四,搭建了人脸表情识别演示系统,将本文研究的算法的识别结果更直观的显示出来,同时为后续研究提供了一个实验平台。
|
全文目录
致谢 5-6 中文摘要 6-7 ABSTRACT 7-9 序 9-12 1 综述 12-25 1.1 课题研究的背景及意义 12-13 1.2 人脸表情识别的研究现状 13-23 1.2.1 表情识别技术概述 13-15 1.2.2 人脸检测与定位方法 15-17 1.2.3 脸部特征提取方法 17-22 1.2.4 表情识别算法 22-23 1.3 目前存在的问题 23-24 1.4 本文的主要内容和结构安排 24-25 2 基于有监督的谱分析的特征提取和表情识别 25-41 2.1 图的基本概念及划分准则 25-31 2.1.1 图的基本概念 25-26 2.1.2 图的划分准则 26-28 2.1.3 求解图的最优分割 28-31 2.2 基于有监督的谱特征分析的表情识别步骤 31-32 2.3 基于有监督的谱特征分析的算法分析 32-33 2.4 实验结果及分析 33-39 2.4.1 表情库及实验环境描述 33-34 2.4.2 图像样本的预处理 34-35 2.4.3 基于JAFFE表情库的实验及分析 35-37 2.4.4 基于CK表情库的实验及分析 37-39 2.5 本章小结 39-41 3 基于复小波分解的有监督的谱特征分析算法 41-71 3.1 引言 41-42 3.2 双元树复小波变换 42-52 3.2.1 一维连续小波变换 42 3.2.2 一维离散小波变换(1D-DWT) 42-45 3.2.3 二维离散小波变换(2D-DWT) 45-47 3.2.4 复小波变换(CWT) 47-48 3.2.5 双元树复小波变换(DT-CWT) 48-52 3.3 基于双元树复小波变换的特征提取 52-55 3.4 基于单元树复小波变换的特征提取 55-58 3.4.1 单元树复小波变换(DT-CWT) 55-57 3.4.2 基于单元树复小波变换的表情特征 57-58 3.5 基于Gabor变换的特征提取 58-61 3.5.1 Gabor变换 58-59 3.5.2 基于Gabor变换的表情特征 59-61 3.6 基于复小波分解的有监督谱特征分析算法流程 61-62 3.7 实验结果与分析 62-69 3.7.1 基于JAFFE表情库的实验与分析 62-66 3.7.2 基于CK表情库的实验与分析 66-69 3.8 本章小结 69-71 4 人脸表情识别演示系统的设计与实现 71-80 4.1 系统基本软硬件环境 71 4.2 系统的总体流程图 71-73 4.3 系统界面 73-74 4.4 系统演示 74-80 5 结论 80-82 5.1 本文工作总结 80-81 5.2 未来工作展望 81-82 参考文献 82-86 作者简历 86-90 学位论文数据集 90
|
相似论文
- 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
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 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
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 红外图像目标识别及跟踪技术研究,TP391.41
- 水下目标特征的压缩与融合技术研究,TN911.7
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
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
|