三維表情識別中的張量表示及分解算法與理論研究.pdf_第1頁
已閱讀1頁,還剩71頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、表情是人們?nèi)粘=涣髦斜磉_(dá)情感的主要方式,隨著互聯(lián)網(wǎng)的日益普及和人工智能的不斷發(fā)展,表情識別技術(shù)一直備受關(guān)注。本文以三維表情為研究對象,結(jié)合流形學(xué)習(xí)方法和張量分解技術(shù),針對基于張量表示的特征提取算法進(jìn)行了研究。論文的主要工作包括:
  (1)結(jié)合三維曲面的幾何特性,在三維表情數(shù)據(jù)中不僅提取了傳統(tǒng)中常用的深度圖,還通過局部曲面擬合計算了每個數(shù)據(jù)點處的法向量和曲率,將它們映射到二維空間后得到了5種特征圖像,以此作為表情的特征描述。實驗結(jié)

2、果表明,這些幾何特征能夠有效地改善識別結(jié)果。
  (2)結(jié)合張量數(shù)據(jù)的特點及流形學(xué)習(xí)方法,提出了基于張量距離的正交張量邊界Fisher分析算法。該算法首先基于張量距離來尋找樣本近鄰,并根據(jù)圖保持嵌入準(zhǔn)則得到優(yōu)化模型,然后在此目標(biāo)下求解一組基張量以得到樣本的低維表征。與傳統(tǒng)的歐式距離相比,張量距離更能反映高階數(shù)據(jù)之間的相似性,它不僅考慮了樣本間對應(yīng)元素的關(guān)系,也充分考慮了樣本自身的空間結(jié)構(gòu),使得學(xué)習(xí)到的流形更加接近表情空間的真實流形

3、,有助于識別率的提高。通過實驗發(fā)現(xiàn),該算法能夠達(dá)到較好的識別效果。
  (3)考慮到表情發(fā)生時臉部肌肉運動的局部性,提出了基于距離加權(quán)的正交張量邊界Fisher分析算法,該算法將特征圖像進(jìn)行了分塊,并結(jié)合熵加權(quán)的思想給每個子塊賦予不同的權(quán)值,通過子塊張量距離的加權(quán)和來衡量樣本之間的距離,有利于構(gòu)建準(zhǔn)確反映數(shù)據(jù)集內(nèi)在結(jié)構(gòu)的圖模型,提高算法的鑒別能力。實驗結(jié)果證明了該算法的有效性。
  (4)針對本文提出的算法設(shè)計了一個三維表情

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論