学位论文 > 优秀研究生学位论文题录展示

人脸表情识别方法的分析与研究

作　者: 李慧珂
导　师: 邱晓晖
学　校: 南京邮电大学
专　业: 信号与信息处理
关键词: 人脸表情识别 特征提取 Gabor小波变换 2D-PCA、2D-ICA和2D-LDA算法 支持向量机
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 83次
引　用: 0次
阅　读: 论文下载
 

内容摘要


人脸表情识别（Facial Expression Recognition, FER）是生物特征识别的一个重要分支，也是计算机视觉与模式识别领域非常活跃的研究方向。与其他生物特征相比，人脸特征具有直接、友好、方便的特点。本文主要研究了表情特征提取与降维以及表情分类识别过程中的一些关键技术，仿真验证了小波变换和支持向量机结合的表情识别方法，并使用基于子空间的方法进行二次降维。针对Gabor小波变换后特征空间维数高，计算量大的问题，本文使用2D-PCA、2D-ICA和2D-LDA算法对特征进行降维，有效的利用特征向量信息并提高识别正确率。在进行2D-LDA降维时，为减少计算量，采用了图像分割的办法，并分析分块数目不同对识别率的影响，从而选取一种比较合理的分割方法。通过将三种降维方法与线性核函数支持向量机相结合进行仿真，比较仿真结果，得出使用2D-LDA算法降维得到的表情识别正确率最高、识别效果最好的结论。在支持向量机（SVM）分类器方面，本文通过将几种核函数运用到分类器中，比较它们得到的表情识别正确率，得出径向基核函数用于表情分类识别的分类性能最好的结论。本文利用JAFFE人脸库的样本图像进行仿真实验，通过对三种二次降维方法和不同核函数SVM的分析比较，最后得出Gabor特征和2D-LDA降维与径向基核函数SVM相结合的方法的表情识别正确率最高的结论，证明了该算法框架的可行性和有效性。

全文目录


摘要  4-5
Abstract  5-8
第一章 绪论  8-16
  1.1 研究背景及意义  8
  1.2 研究现状及研究趋势  8-10
  1.3 人脸表情识别技术概述  10-13
    1.3.1 人脸表情识别系统的基本框架  10-12
    1.3.2 人脸检测与图像预处理方法  12
    1.3.3 现有主要的特征提取方法  12-13
    1.3.4 分类识别方法  13
  1.4 主要的表情数据库  13-15
  1.5 本文主要工作及研究内容安排  15-16
第二章 人脸检测与预处理  16-24
  2.1 人脸检测与定位  16-20
    2.1.1 Harr-Like 特征  16-18
    2.1.2 Adaboost 算法  18-19
    2.1.3 仿真结果  19-20
  2.2 表情图像的预处理  20-23
    2.2.1 旋转  20-21
    2.2.2 人脸区域的裁剪  21
    2.2.3 灰度均衡化  21-22
    2.2.4 几何归一化  22-23
  2.3 本章小结  23-24
第三章 人脸表情特征提取方法  24-40
  3.1 二维主成份分析算法 （2DPCA)  24-28
    3.1.1 主成份分析算法 （PCA)  24-27
    3.1.2 二维主成份分析算法 （2DPCA） 原理  27-28
  3.2 二维独立分量分析方法 （2DICA)  28-31
    3.2.1 独立分量分析算法 （ICA)  28-30
    3.2.2 二维独立分量分析算法（2DICA）原理  30-31
  3.3 二维线性判别分析 （2DLDA)  31-36
    3.3.1 Fisher 线性判别分析方法（LDA)  31-34
    3.3.2 二维线性判别方法 （2DLDA） 原理  34-36
  3.4 二维Gabor 小波变换  36-39
    3.4.1 Gabor 小波变换的背景  36
    3.4.2 二维Gabor 小波滤波器  36-39
  3.5 本章小结  39-40
第四章 基于支持向量机(SVM)的分类识别方法  40-48
  4.1 支持向量机理论  40-45
    4.1.1 原理  40-44
    4.1.2 的主要核函数  44-45
    4.1.4 SVSVM M 参数的选取  45
  4.2 用于多类分类的支持向量机  45-47
    4.2.1 二类组合分类  46-47
    4.2.2 三种多分类器的对比分析  47
  4.3 本章小结  47-48
第五章 实验仿真结果与分析比较  48-64
  5.1 基于Gabor 小波变换的特征提取方法  48-50
  5.2 基于Gabor 小波特征和二次降维算法的表情识别方法比较  50-58
    5.2.1 基于Gabor 特征和2D-PCA 降维和表情识别方法仿真  50-53
    5.2.2 基于Gabor 特征和2D-ICA 降维和表情识别方法  53-54
    5.2.3 基于Gabor 特征和2D-LDA 降维和表情识别方法  54-58
  5.3 基于多种核函数的SVM 在表情识别中效果比较  58-63
    5.3.1 SVM 分类器的设计  58-61
    5.3.2 实验仿真结果与分析  61-63
  5.4 本章小结  63-64
第六章 总结与展望  64-66
  6.1 总结  64
  6.2 值得进一步研究的问题  64-66
致谢  66-67
攻读硕士学位期间发表的论文  67-68
参考文献  68-72

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. 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
  8. Q学习在基于内容图像检索技术中的应用,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. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  11. 空间交会接近视觉测量方法研究,TP391.41
  12. 图像实时采集、存储与处理方法研究,TP391.41
  13. 唇读中的特征提取、选择与融合,TP391.41
  14. 基于SVM的中医舌色苔色分类方法研究,TP391.41
  15. 多币种纸币处理技术的研究与实现,TP391.41
  16. 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
  17. 基于图像的路面破损识别,TP391.41
  18. 移动机器人视觉检测和跟踪研究,TP242.62
  19. 高光谱与高空间分辨率遥感图像融合算法研究,TP751
  20. 基于支持向量机的故障诊断方法研究,TP18
  21. 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

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