学位论文 > 优秀研究生学位论文题录展示
动态人脸表情识别技术研究
作 者: 应伟
导 师: 邹北骥
学 校: 湖南大学
专 业: 通信与信息系统
关键词: 表情识别 特征提取 归一化 误差矫正 主成分分析 本征向量 运动单元
分类号: TP391.41
类 型: 硕士论文
年 份: 2005年
下 载: 337次
引 用: 1次
阅 读: 论文下载
内容摘要
新一代人机交互界面的设计和情感智能是两项国际前沿性研究课题,在这两项课题中,一个关键的技术是如何获取人的内心情感。表情作为人的内心情感的主要表现方式,蕴涵了大量有关人的内心状态变化的信息。人脸表情自动识别技术因而受到了研究者们的广泛关注。 结合心理学研究成果,本文首先建立了一个含840段视频序列的基本人脸表情数据库,其次针对表情的动态性特点,确定了两个表情识别平台接口,然后对目前比较成熟的表情区域定位方法、特征提取方法以及信息分类方法进行合理的选择构建了一个表情识别系统实例,最后在基本表情数据库上对其中四种基本表情进行测试,综合识别率达到了91.7%。测试结果说明平台运行正常,可以为后续的表情识别系统的开发和改进提供良好的实验环境,并且构建的系统实例接近实际应用的要求,为将来表情识别系统应用化打下了一个基础。 表情特征提取是系统中比较核心的问题,由于应用环境的复杂性,如何得到稳定的、能够反映表情变化本质的信息是亟待解决的难题。本文对表情特征的有效归一化和合理描述两个部分进行了深入的分析,并将分析结果应用在了构建的系统实例中。 几何归一化处理对于表情特征信息的有效提取具有重要意义,常用的归一化方法由于基准特征的不稳定性容易造成误差。本文定量地分析了归一化误差对表情特征提取的影响,并提出加权优化匹配算法进行误差的矫正。算法以传统模板匹配原理为基础,根据各象素点的运动剧烈程度分配相应的匹配权值,实验证明误差得到有效地矫正,提取的表情特征信息更加真实。 利用主成分分析技术建立本征空间,在满足均方误差最小的情况下对表情信息进行重新描述,表情信息之间的相互关系能够得到更好的体现,特征数据维度也大大减少。常用的本征空间基的选择尺度是本征向量对应的贡献率,但是从表情识别的角度来讲,所选择的本征向量反映表情之间易于区分的、有代表性的特征信息才是关键。本文详细地分析了面部运动单元与本征向量的对应关系,对按照贡献率得到的本征向量进行再次筛选,使得各类基本表情之间的区分度更好,数据压缩效率也更高。
|
全文目录
摘要 8-9 ABSTRACT 9-11 插图索引 11-12 附表索引 12-13 第1章 绪论 13-21 1.1 表情识别技术概述 13-16 1.1.1 研究背景 13-15 1.1.2 历史与发展 15-16 1.2 表情识别技术的应用现状 16-19 1.2.1 应用领域 16-18 1.2.2 面临的挑战 18-19 1.3 本文所做的工作 19-21 1.3.1 本文的主要研究内容和特点 19-20 1.3.2 本文的组织结构 20-21 第2章 动态人脸表情识别技术研究现状 21-32 2.1 引言 21 2.2 心理学研究成果 21-25 2.2.1 理解人脸表情 22-23 2.2.2 FACS系统 23-24 2.2.3 表情与情感 24-25 2.3 计算机领域的研究 25-29 2.3.1 人脸表情自动识别系统框架 25-26 2.3.2 表情区域定位方法比较 26-28 2.3.3 表情特征提取方法分类 28 2.3.4 表情识别方法分类 28-29 2.4 动态人脸表情识别技术难点分析 29-31 2.5 小结 31-32 第3章 表情识别平台设计及系统实例构建 32-48 3.1 引言 32 3.2 平台设计 32-35 3.2.1 表情识别系统的分类 32-34 3.2.2 平台设计策略 34-35 3.2.3 基于平台的系统实例 35 3.3 基本人脸表情库的建立 35-39 3.3.1 建立标准 35-37 3.3.2 表情序列的后期处理及样例 37-39 3.4 表情识别系统实例采用的关键技术 39-43 3.4.1 基于Adaboost方法的面部区域定位技术 39-41 3.4.2 光流技术应用于表情特征提取 41-42 3.4.3 MHMM应用于表情分类 42-43 3.5 表情识别系统实例构建 43-47 3.5.1 系统流程图 43-44 3.5.2 数据结构 44-45 3.5.3 分类特征选取 45 3.5.4 实验与分析 45-47 3.6 小结 47-48 第4章 人脸表情图像归一化误差处理技术 48-58 4.1 引言 48 4.2 基于视频序列的图像归一化技术 48-50 4.2.1 归一化问题描述 48-49 4.2.2 归一化问题处理方法 49-50 4.3 人脸表情图像归一化误差分析 50-52 4.4 归一化误差解决方案 52-55 4.4.1 加权优化匹配算法 52-53 4.4.2 算法实现 53-55 4.5 实验与分析 55-56 4.6 小结 56-58 第5章 表情本征空间建立技术及改进 58-65 5.1 引言 58-59 5.2 表情本征空间的建立 59-61 5.2.1 主成分分析技术 59-60 5.2.2 基于贡献率的本征向量选择算法 60-61 5.3 改进后的本征向量选择算法 61-62 5.3.1 算法描述 61 5.3.2 算法实现 61-62 5.4 实验比较 62-64 5.5 小结 64-65 结论与展望 65-67 参考文献 67-72 致谢 72-73 附录A 攻读学位期间完成的论文和参加的项目 73-74 附录B FACS系统基本形变单元及肌肉图示 74-77 B.1 基本形变单元描述 74-77 B.2 人脸面部肌肉图示 77
|
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
- 时间表达式识别与归一化研究,TP391.1
- 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
- VXI总线运动单元测控模块研制,TP274
- 基于质谱的雷公藤甲素肝脏毒性代谢组学研究,R285
- 改进的主成分分析方法在学科建设中的应用,G642.4
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 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
- 高分辨率SAR影像裸土信息提取及土壤含水量反演初探,S152.7
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
|