基于分?jǐn)?shù)階Fourier變換的人臉面部表情識(shí)別.pdf

1、在過去的近十年當(dāng)中,隨著多媒體技術(shù)和計(jì)算機(jī)技術(shù)的飛速發(fā)展,人臉面部表情識(shí)別技術(shù)已經(jīng)成為一個(gè)新興的研究領(lǐng)域。它可以廣泛的應(yīng)用于人機(jī)交互,多媒體信息的分析和重構(gòu),生物識(shí)別和安全監(jiān)控,日常娛樂和電子保健等諸多領(lǐng)域,具有非常重要的研究?jī)r(jià)值。通常典型的人臉表情(情感)識(shí)別包括人臉檢測(cè)、表情特征提取、表情分類三大部分。本文將對(duì)以上3個(gè)階段的關(guān)鍵問題進(jìn)行相應(yīng)研究,并將分?jǐn)?shù)階傅里葉變換(FrFT)這一新興的時(shí)頻分析工具應(yīng)用到人臉面部表情領(lǐng)域當(dāng)中。分?jǐn)?shù)階

2、Fourier變換是傳統(tǒng)傅立葉變換的一種廣義的形式,其變換過程可以解釋為將信號(hào)在時(shí)頻平面內(nèi)進(jìn)行逆時(shí)針旋轉(zhuǎn)。通過選擇變換階次,分?jǐn)?shù)階傅里葉變換能夠?qū)D像映射到任意一個(gè)介于空域和頻域之間的變換域空間,從而實(shí)現(xiàn)更加有效的特征提取。因此分?jǐn)?shù)階傅立葉變換不但能夠?qū)崿F(xiàn)傳統(tǒng)變換方法的功能,而且具有更好的普適性和靈活性。故基于分?jǐn)?shù)階傅里葉變換的表情特征值提取有望實(shí)現(xiàn)比傳統(tǒng)特征值提取方法更好的分類效果。本文主要的研究工作如下:
　　 1.介紹了分

3、數(shù)階Fourier變換的意義并分析了現(xiàn)有的各種一維離散分?jǐn)?shù)階Fourier變換的算法,重點(diǎn)研究了Ozaktas等提出的量綱歸一化算法。根據(jù)分?jǐn)?shù)階Fourier變換的數(shù)學(xué)及物理意義,將一維變換推廣至二維變換的形式,并且實(shí)現(xiàn)了二維分?jǐn)?shù)階Fourier變換的離散算法。同時(shí)對(duì)二維離散分?jǐn)?shù)階Fourier變換的相關(guān)性質(zhì)進(jìn)行了必要的說明。
　　 2.對(duì)本文仿真實(shí)驗(yàn)所選擇的人臉面部情感數(shù)據(jù)庫以及對(duì)該數(shù)據(jù)庫進(jìn)行預(yù)處理的過程進(jìn)行了相關(guān)說明。重點(diǎn)研

4、究了二維離散分?jǐn)?shù)階Fourier變換在圖像處理領(lǐng)域的性質(zhì),并在此基礎(chǔ)之上確定了人臉面部情感圖像在分?jǐn)?shù)階Fourier變換域特征信息選取的依據(jù),同時(shí)對(duì)提取的特征信息利用最鄰近線性插值的方法進(jìn)行了相關(guān)降維處理,進(jìn)一步提高了情感識(shí)別的實(shí)時(shí)性要求。
　　 3.介紹了相關(guān)的Fisher線性分類器算法,構(gòu)建了基于分?jǐn)?shù)階Fourier變換的人臉面部情感識(shí)別的模型。對(duì)分?jǐn)?shù)階變換的階次和情感識(shí)別率之間的關(guān)系進(jìn)行了定量實(shí)驗(yàn)分析。同時(shí)將本文的實(shí)驗(yàn)結(jié)果