基于Gabor小波以及稀疏表示的新生兒疼痛表情識(shí)別.pdf

1、根據(jù)近年來(lái)的醫(yī)學(xué)研究表明，新生兒對(duì)于疼痛是有一定感知力的，這種早期疼痛對(duì)以后的發(fā)育和成長(zhǎng)都會(huì)造成一定的影響。由于新生兒不具有表達(dá)這種疼痛感受的能力，面部表情被認(rèn)為是一種能有效描述這種疼痛感的評(píng)估指標(biāo)。因此，開發(fā)一套新生兒疼痛表情自動(dòng)評(píng)估系統(tǒng)具有廣闊的應(yīng)用前景。對(duì)于這一課題的研究，本文主要完成如下工作：
　?。?）著重討論Gabor小波變換以及不同Gabor內(nèi)核窗大小對(duì)識(shí)別率的影響。實(shí)驗(yàn)證明，使用Gabor小波變換提取特征具有較好的

2、空間域、頻率域局部性，以及多方向選擇性，可以很好的保存表情圖像細(xì)節(jié)部分。
　　（2）本文在主成分分析PCA降維的理論基礎(chǔ)上，采用了二次2D-PCA對(duì)Gabor特征值進(jìn)行降維。實(shí)驗(yàn)證明，使用2D-PCA降維較PCA方法大大提高了運(yùn)算效率。
　?。?）結(jié)合壓縮感知理論基礎(chǔ)，對(duì)測(cè)試圖像進(jìn)行稀疏表示，并且比較不同系數(shù)求解方法的識(shí)別效果。實(shí)驗(yàn)證實(shí)，使用牛頓法求得的系數(shù)解最能逼近原圖像，識(shí)別效果最好，但同時(shí)運(yùn)算復(fù)雜度也最高。
　　

3、（4）比較Gabor+PCA與Gabor+2D-PCA提取特征方法，實(shí)驗(yàn)結(jié)果顯示，在不影響識(shí)別率的前提下，2D-PCA降維方法可大大提高運(yùn)算速度。比較 Gabor+2D-PCA與下采樣+2D-PCA方法，結(jié)果顯示，使用 Gabor方法提取特征的識(shí)別結(jié)果可達(dá)到94％-95%的識(shí)別率，遠(yuǎn)遠(yuǎn)高于后者。
　　本文通過(guò)對(duì)具體算法討論以及實(shí)驗(yàn)結(jié)果分析得出結(jié)論：使用Gabor+2D-PCA方法提取特征并降維，結(jié)合牛頓法求解稀疏系數(shù)進(jìn)行分類可以得