

版權說明: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,請進行舉報或認領
文檔簡介
1、本文對人臉表情識別系統(tǒng)中的分類模塊進行了研究。實現(xiàn)了基于靜態(tài)圖像和視頻序列場景中的人臉表情識別算法。通過對特征數(shù)據(jù)的處理分析,訓練得出每個人臉肌肉運動單元(Action Unit,AU)的分類器,根據(jù)運動單元的分析結果,結合表情事件集的預定義,最終得出表情分類結果。該系統(tǒng)將運動單元的分類和解釋模塊分開,使得其應用范圍更為廣泛,對于場景的變化要求能夠靈活便捷的滿足。
本文首先介紹了人臉表情識別系統(tǒng)的應用背景和研究現(xiàn)狀。接著介
2、紹了幾種常見的分類方法并指出了各自的優(yōu)缺點,從統(tǒng)計學習理論的角度引出了本文運動單元分類模塊所選用的分類算法——支持向量機(Support Vector Machine,SVM)算法。結合SVM算法的理論介紹,詳細闡述了該算法在AU分類模塊中的相關應用。通過對數(shù)據(jù)進行相關性分析,利用主成分分析算法進行數(shù)據(jù)降維,從而減輕計算壓力。同時,數(shù)據(jù)的歸一化處理消除了奇異樣本對分類結果的不利影響。SVM分類器的核函數(shù)選擇部分,我們給出了傳統(tǒng)的徑向基核
3、函數(shù)以及線性核函數(shù)結合徑向基核函數(shù)兩種不同的核函數(shù)選擇方式所對應的F1分數(shù),后者在時間性能上具有較大的優(yōu)勢。最后,我們給出了AU到表情事件集的映射關系,結合概率模型,構成AU解釋模塊。經(jīng)過系統(tǒng)綜合測試,AU的識別率能夠達到目前該領域較好的水平,我們將測試結果與FERA(Facial ExpressionRecognition and Analysis)大賽提供的參考方案的結果進行了比較分析,從平均意義上看,無論是在精確度、F1分數(shù)還是在
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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。
最新文檔
- 實時表情識別系統(tǒng)中的人臉注冊方法研究.pdf
- 人臉表情運動單元識別系統(tǒng).pdf
- 人臉表情自動識別系統(tǒng).pdf
- 人臉表情自動識別系統(tǒng)的研究.pdf
- Microsoft Agent技術在人臉表情識別系統(tǒng)中的應用.pdf
- 人臉識別系統(tǒng)評測方法研究.pdf
- 人臉識別系統(tǒng)中眼睛定位方法的研究.pdf
- 人臉表情識別系統(tǒng)開發(fā)-畢業(yè)論文
- 助老服務機器人臉表情識別系統(tǒng)的設計.pdf
- 基于OpenCV的人臉表情識別系統(tǒng)的設計與實現(xiàn).pdf
- 人臉表情識別方法的研究.pdf
- 人臉識別系統(tǒng)
- 人臉識別系統(tǒng)
- 人臉表情的特征提取及分類識別研究.pdf
- 人臉識別系統(tǒng)的研究.pdf
- 人臉識別系統(tǒng)評測方法及實踐.pdf
- 人臉識別系統(tǒng).pdf
- 人臉識別表情識別研究.pdf
- 人臉識別系統(tǒng)研究.pdf
- 人臉表情識別.pdf
評論
0/150
提交評論