基于流形學(xué)習(xí)的臉部表情識(shí)別方法研究.pdf_第1頁
已閱讀1頁,還剩52頁未讀, 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)

文檔簡介

1、人臉表情是一種重要的非語言交流方式,在人與人之間的日常交流中,有55%的信息是通過面部表情傳遞的。隨著科學(xué)技術(shù)的發(fā)展和對(duì)機(jī)器智能化要求的提升,使計(jì)算機(jī)能理解人的情感并與人進(jìn)行智能化交流成為未來的發(fā)展趨勢(shì)。作為人機(jī)交互技術(shù)中的重要組成部分,人臉表情識(shí)別涉及到情感計(jì)算、圖像處理、計(jì)算機(jī)視覺和模式識(shí)別等領(lǐng)域,引起了學(xué)者們的廣泛關(guān)注。
   本文系統(tǒng)的闡述了表情識(shí)別中的特征提取與降維的相關(guān)理論,分析并總結(jié)了幾種重要算法的優(yōu)缺點(diǎn),并針對(duì)其

2、中存在的一些問題提出了解決方法,主要工作包括以下兩方面內(nèi)容:
   (1)提出了一種融合局部二值模式和離散余弦變換的表情特征提取方法,首先分別提取表情的LBP特征和DCT特征,然后用加權(quán)的加法原則進(jìn)行特征融合以實(shí)現(xiàn)整體特征和局部紋理特征的結(jié)合,最后用最近鄰法實(shí)現(xiàn)分類。實(shí)驗(yàn)結(jié)果表明,本文所提的融合方法比單獨(dú)使用LBP特征和DCT特征所得到的表情識(shí)別效果更好。
   (2)提出一種新的有監(jiān)督拉普拉斯特征映射方法,在降維之前,

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(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。

最新文檔

評(píng)論

0/150

提交評(píng)論