模糊深隱馬爾可夫模型及其在人臉表情識別中的應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩81頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著人類社會文明程度的不斷提高和科學技術(shù)的飛速發(fā)展,信息處理的手段和技術(shù)也不斷更新,隱馬爾可夫模型作為其中最為重要的信息處理工具和技術(shù)之一,從其基礎(chǔ)理論的完整提出,經(jīng)歷不到四十年的時間,已經(jīng)應(yīng)用到信息處理的諸多前沿領(lǐng)域,并取得巨大的成功。隨著隱馬爾可夫模型應(yīng)用領(lǐng)域的進一步擴展和工程技術(shù)精度要求的不斷提高,針對隱馬爾可夫模型自身存在的問題,對其進行改良并加以應(yīng)用,有著重要的現(xiàn)實意義,并將最終產(chǎn)生巨大的社會經(jīng)濟效益。 本文在借鑒前人

2、關(guān)于隱馬爾可夫模型改良理論的基礎(chǔ)上,充分分析了隱馬爾可夫模型能正確描述現(xiàn)實信號的三大前提,嘗試性地從增加觀測值間相關(guān)性、狀態(tài)劃分及轉(zhuǎn)移的模糊性和基于最大互信息的參數(shù)優(yōu)化算法三方面對隱馬爾可夫模型進行了改進,形成了關(guān)于建立模糊深隱馬爾可夫模型的一系列理論,并將之應(yīng)用于圖像序列的人臉表情識別中。主要工作如下: (1)提出了一種新型模式分類器——模糊深隱馬爾可夫模型。針對經(jīng)典隱馬爾可夫模型對含噪音和特征值缺損表情圖像序列識別率欠佳的缺

3、點,按照隱馬爾可夫模型能夠正確描述現(xiàn)實信號的三大前提要求,在新模型中增加對觀測值間的相關(guān)性、觀測值及狀態(tài)轉(zhuǎn)移的模糊隨機性、各待選模型間互信息的相關(guān)性的考慮,設(shè)計了基于互信息的觀測值間相關(guān)性算法、基于云模型的觀測值、狀態(tài)模糊隨機轉(zhuǎn)移算法以及基于最大互信息準則的參數(shù)優(yōu)化算法,從而構(gòu)建了模糊深隱馬爾可夫模型。 (2)分析并證明了模糊深隱馬爾可夫模型的相關(guān)性質(zhì)。結(jié)合圖論、信息論、概率論等相關(guān)理論,對模糊深隱馬爾可夫模型和經(jīng)典隱馬爾可夫

4、模型在系統(tǒng)復(fù)雜性、有效性、魯棒性等各方面性質(zhì)分別進行分析,并以形式化的方式加以證明。 (3)提出了基于模糊深隱馬爾可夫模型的圖像序列表情識別方法。該方法采用Gabor小波變換對表情圖像序列進行特征提取、采用基于觀測值間相關(guān)性的算法對觀測值間依賴集Z進行提取、采用最大互信息方法對模型相關(guān)參數(shù)進行優(yōu)化,并將優(yōu)化后的模糊深隱馬爾可夫模型應(yīng)用于圖像序列的表情識別中。實驗結(jié)果表明,該方法較之基于經(jīng)典隱馬爾可夫模型和深隱馬爾可夫模型的方法,

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(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(quán)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。

評論

0/150

提交評論