基于紋理信息的面部表情識(shí)別算法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩81頁(yè)未讀, 繼續(xù)免費(fèi)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、人臉面部表情識(shí)別技術(shù)目前主要的應(yīng)用領(lǐng)域包括人機(jī)交互、安全、機(jī)器人制造、醫(yī)療、通信和汽車領(lǐng)域等。人臉表情識(shí)別技術(shù)是涉及數(shù)字圖像處理、運(yùn)動(dòng)跟蹤、情感計(jì)算、模式識(shí)別、生理學(xué)、機(jī)器視覺、心理學(xué)、生物特征識(shí)別等領(lǐng)域的一個(gè)富有極具挑戰(zhàn)性的綜合交叉學(xué)科課題。人臉面部表情蘊(yùn)含著豐富的情感和心理信息,能夠一定程度的反映出人的大腦的思維活動(dòng)。面部表情識(shí)別主要涉及兩個(gè)問題,一個(gè)是怎樣獲得人臉面部表情的有效特征和怎樣有效的分析表情特征并正確的識(shí)別。本論文主要的

2、研究?jī)?nèi)容與創(chuàng)新工作包括以下內(nèi)容:
  1.為了克服表情識(shí)別中選擇移位和光照不均對(duì)識(shí)別效果的影響,提出了一種改進(jìn)的局部二值模式算法。該算法具有極強(qiáng)的旋轉(zhuǎn)不變性和灰度不變性,而且能容忍一定程度的圖像旋轉(zhuǎn)和不變性。對(duì)傳統(tǒng)的局部二值模式算子進(jìn)行改進(jìn),從而對(duì)于有噪聲的情形下和樣本圖像具有低分辨率時(shí),該算法更加具有魯棒性和穩(wěn)定性。
  2.針對(duì)Gabor小波特征提取后特征向量維數(shù)高的問題,提出了一種數(shù)學(xué)稀疏表示的Gabor小波表情識(shí)別算

3、法。Gabor小波的降維是其應(yīng)用的關(guān)鍵所在,傳統(tǒng)的PCA算法可以降維,但是PCA沒有考慮到各類特征之間的區(qū)分性。稀疏表示理論是將信號(hào)投影到變換空間上從而得到緊湊并準(zhǔn)確的表示,因此使用稀疏表示進(jìn)行降維處理,可以有利于后續(xù)的表情識(shí)別的準(zhǔn)確率。
  3.針對(duì)傳統(tǒng)的小波對(duì)于在圖像邊緣提取特征時(shí)有明顯的不足,而圖像邊緣包含豐富的人臉表情信息,提出基于Curvelet特征的人臉表情識(shí)別算法。Curvelet特征能夠很好的包含圖像的邊緣信息,有

溫馨提示

  • 1. 本站所有資源如無(wú)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論