基于LTBP和HOG融合特征的三維人臉表情識(shí)別算法.pdf_第1頁
已閱讀1頁,還剩61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、表情含有豐富的人體行為信息,是情感最主要的載體。本文以人臉表情為主要研究對(duì)象,以三維人臉表情識(shí)別為主要研究目的,對(duì)表情特征提取算法和不同特征的融合等問題進(jìn)行較深入的研究。本文主要工作包括:
  (1)為了有效提取面部表情特征,在LBP(局部二值模式)的基礎(chǔ)上,本文提出了一種LTBP(局部閾值二值模式)特征,與傳統(tǒng)LBP算子只比較周圍像素與中心像素大小的思路不同,所提算法計(jì)算鄰域像素與中心像素的人臉深度轉(zhuǎn)換而成的灰度值標(biāo)準(zhǔn)差并將其作

2、為閾值進(jìn)行二值化操作。LTBP特征相對(duì)比與LBP特征,對(duì)灰度幅值變化劇烈程度不同的局部區(qū)域可以進(jìn)行更細(xì)致的描述和更有效的區(qū)分。得到LTBP特征用于表示局部區(qū)域的灰度幅值變化之后,本文選擇HOG(方向梯度直方圖)特征來描述人臉局部的方向和梯度特征。
  (2)參考典型相關(guān)分析理論,本文提出了一種基于特征向量相關(guān)性判據(jù)的特征融合算法,所提算法采用兩組特征向量之間的相關(guān)性作為判據(jù),計(jì)算LTBP特征和HOG特征對(duì)應(yīng)的典型投影矢量,并將LT

3、BP和HOG特征向量進(jìn)行變換,得到兩組特征向量的融合特征,用于后續(xù)分類識(shí)別階段。
  (3)在實(shí)驗(yàn)仿真階段,本文采用了國際主流的三維人臉表情數(shù)據(jù)庫BU-3DFE,并在處理三維人臉表情數(shù)據(jù)時(shí),基于不同的人臉部大小不同的情況,區(qū)別于目前通用的以鼻尖為圓心,采用固定半徑畫圓來裁剪人臉的做法,提出一種新的剪裁人臉方式,即以左右內(nèi)外眼角點(diǎn)為基礎(chǔ),計(jì)算左右眼的眼中心點(diǎn)位置,根據(jù)兩眼中心點(diǎn)的間距來進(jìn)行面部裁剪。這樣保證裁剪出來的面部五官比例大致

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。

評(píng)論

0/150

提交評(píng)論