細粒度表情分類研究與設(shè)計.pdf

1、圖像語義理解是近年來計算機視覺領(lǐng)域中一個非?；钴S的研究領(lǐng)域。研究的基本目的是研制自動化的算法和系統(tǒng)，正確解釋圖像內(nèi)容，實現(xiàn)對圖像數(shù)據(jù)的有效組織、管理和再利用。計算機視覺、認知科學(xué)以及機器學(xué)習(xí)領(lǐng)域的研究人員從不同的角度對該問題展開研究。現(xiàn)有計算機視覺領(lǐng)域中，對圖像內(nèi)容理解大致可分為三個層次:以感知層（低層特征）為主的圖像內(nèi)容分析，例如顏色、紋理、形狀、輪廓、運動、時空關(guān)系等特征提取與分析的圖像處理過程;認知層（中層特征）為主的圖像理解:如

2、圖像、視頻的主要區(qū)域、對象、場景等概念和語義。部分學(xué)者涉及情感層（高層特征）的圖像情感分析，如圖像情感分類、人臉表情分類、以及圖像美學(xué)分析等。
　　人臉表情分類長期以來是人們在人臉識別領(lǐng)域中關(guān)注的重點問題之一?，F(xiàn)有研究成果大多針對六類表情進行分類，或?qū)τ谙嚓P(guān)運動單元進行識別。由于面部表情的多樣性和復(fù)雜性，以及表情類別具有一定程度主觀性，因此實現(xiàn)自動表情分類算法具有較大難度。但由于表情分類對于人機交互以及高層視覺語義理解具有重要價值

3、，因此長期以來國內(nèi)外很多研究機構(gòu)以及學(xué)者致力于相關(guān)理論研究，并取得一定研究成果。目前表情分類大多基于驚訝、厭惡、恐懼、愉悅、傷心、憤怒這六類基本表情概念進行分類。然而，六類基本表情概念往往不能描述現(xiàn)實中復(fù)雜的人臉表情。因此，目前表情分類的理論以及應(yīng)用研究受到一定限制。
　　綜上所述，本文結(jié)合相關(guān)心理學(xué)理論，研究細粒度的表情分類問題，論文詳細分析了當前情感分類以及表情分類的現(xiàn)狀，并闡述了相關(guān)的心理學(xué)概念。本文定義30個細粒度表情概念

4、，并構(gòu)建首個大規(guī)模細粒度表情分類數(shù)據(jù)庫，深入分析數(shù)據(jù)特征，對于細粒度表情分類別進行了描述，并且結(jié)合當下人臉分類的相關(guān)研究手段對目標問題進行了不同特征的對比性實驗。論文主要工作包括:第一，深入分析了表情分類研究現(xiàn)狀，對現(xiàn)有的多種表情分類方法進行了綜述與分析;第二，構(gòu)建了首個大規(guī)模細粒度表情分類數(shù)據(jù)庫，為相關(guān)研究者提供了必要的分析基礎(chǔ);第三，研究表情分類特征提取與分析問題，提出一種有效的細粒度表情分類方法。通過大量實驗驗證，證明所提出算法具