分享到:

人脸表情识别研究

人脸表情识别是模式识别领域中一个非常活跃的研究方向。人脸表情识别包括:从背景图像中检测人脸;在视频中对人脸进行跟踪;提取表情特征;表情识别。本文在人脸表情识别的四个主要环节上均进行了研究工作,主要工作体现在以下几个方面:(1) 采用了一种基于改进DT融合算法的人脸检测方法。复杂背景中人脸检测是非常耗时的,为了满足检测的实时性,在精确定位人脸之前,用肤色滤波方法确定候选人脸搜索区域。考虑到脸部轮廓信息和脸部区域信息的互补性,为了提高人脸检测的精度,采用了改进DT融合算法将边缘特征和面部区域特征融合,并用于人脸检测。(2) 提出了一种新颖的基于遗传粒子滤波器算法的人脸跟踪方法。为了克服传统跟踪算法的局限性,采用粒子滤波器进行人脸跟踪。为了提高粒子滤波器的鲁棒性、精度,将遗传算法和粒子滤波器相结合提出了基于遗传粒子滤波器的跟踪算法,并用于人脸跟踪。(3) 提出了一种基于KL变换的Gabor小波特征提取方法。Gabor小波提取的特征维数  (本文共70页) 本文目录 | 阅读全文>>

山东大学
山东大学

基于特征映射的多角度人脸表情识别

人的面部表情蕴含着丰富的情感信息,也是人们除了语言、文字、声音之外比较重要的沟通方式。现在大多数针对人脸表情识别的研究都是针对正面人脸进行,然而正面人脸表情是对表情理想化的表达。现实生活中,采集设备可能会从各个角度捕捉表情数据。因此,针对多角度人脸表情图像进行识别,提出鲁棒性更强的人脸表情识别算法,在人机交互领域有着重大的意义。由于公开的多角度人脸表情库较少,以及算法方面的限制,针对多角度表情识别的研究十分有限。现有的多角度人脸表情识别方法包括针对每个角度训练不同的分类器,或者用一个单独的分类器学习所有的角度。然而,这些方法忽略了不同角度的人脸表情仅仅是相同表情的不同表现。因此,本文在研究正面人脸表情识别的基础上,提出了用神经网络进行特征映射的方法,将多角度表情特征映射为正面表情特征再进行分类,提高了多角度表情识别中角度方面的鲁棒性。主要工作有以下几个方面:首先,介绍了人脸表情识别的研究背景和意义,从人脸检测、特征提取和分类识别...  (本文共81页) 本文目录 | 阅读全文>>

沈阳工业大学
沈阳工业大学

基于静态图像的人脸表情识别算法的研究

随着信息化时代的到来,计算机已经悄然改变了人们的生活方式,成为人们日常学习、工作和生活的一部分。正是在频繁使用计算机的过程中,人们越来越期待更加友好的人机交互体验。人脸面部表情,作为人类生物特征的一部分,体现了人们内心复杂微妙的情感变化,传递着大量的情感信息。如果计算机可以根据用户的面部表情了解其内心情感,实现对人脸表情的识别,人们就可以体验更加高效、更加人性化的人机交流,同时,表情识别技术也可以用于社会生活的多种应用场景,比如智能人机交互、医疗、智能安全监控以及情感状态分析等多个领域。因此,人脸表情识别的研究对提高人们生活品质以及提供人们方便快捷的生活方式都有极其重要的作用和意义。本文针对静态图像的人脸表情识别算法进行研究,研究对象是包含单张人脸的静态表情图像,主要的研究工作包括表情特征提取方法、有效的特征选择方法以及表情分类算法的设计和实现。本文针对传统的Gabor特征存在数据冗余的缺点,提出了一种基于集成Gabor特征的稀...  (本文共77页) 本文目录 | 阅读全文>>

云南师范大学
云南师范大学

基于几何特征的表情识别研究

人脸表情识别有着广泛的应用前景,逐渐成为当前人机交互领域的研究热点之一。表情识别是智能化和自然的人机交互的本质。实现自然和谐的人机交互,必须使计算机能够有效地理解人的情感和意图。目前与表情分析识别相关的研究主要集中在生理学、心理学和认知科学等领域。迫切需要开展对人脸表情的自动分类方法的研究,这项研究不仅对人机交互有十分重要的意义,而且在计算机辅助的训练及远程教育等众多领域都具有潜在的应用价值。本文的研究工作是基于人脸的几何特征进行眼睛、眉毛定位以及表情分析与识别的,主要进行了以下五个方面的研究,取得了一定的研究成果。(1) 在人脸表情原图像的预处理过程中,为防止出现一些小的断点产生不利的影响进行了一定断点连接,提出了基于连通区域的探针法进行上边缘的提取,在对上边缘进行编号记录时对邻接点的范围进行了扩展,提出了扩展六邻域的方法来寻找同一边缘上的点,实验表明本文所提出的方法有效地对断点进行了连接。(2) 本文结合眼睛、眉毛之间的几何...  (本文共148页) 本文目录 | 阅读全文>>

山东师范大学
山东师范大学

智慧学习环境中学习画面的情感识别及其应用

普通数字学习环境已不能满足“数字土著”的需求,人工智能、大数据、区块链等技术迅猛发展,将深刻改变人才需求和教育形态,作为数字学习环境高端形态的智慧学习环境便应运而生。智慧学习环境注重培养学习者的创新能力、问题求解能力、决策力和批判性思维能力等高阶思维能力,认知活动在培养过程中起着至关重要的协调与控制作用。情感是由外界刺激引起的心理反应,能够影响和调节注意、知觉、表象、记忆、思维和语言等认知活动。学习过程中的积极情感有助于激发学习动机、培养学习兴趣,促进认知过程;而消极情感则会影响耐心度、注意力,阻碍认知过程。现有智慧学习环境研究重“知”轻“情”,注重学习者认知层面的适应性和个性化,即根据学习者的认知能力和知识状态提供合适的学习内容、学习路径和问题解答等,而较少考虑情感、兴趣、动机、意志等非智力因素在学习活动中的作用,忽视智慧学习环境中和谐情感交互的理论和实践研究,以致其缺少情感层面的适应性和个性化,学习者在智慧学习过程中缺少情感...  (本文共222页) 本文目录 | 阅读全文>>

上海交通大学
上海交通大学

高维空间模式鉴别分析及多流形学习

模式鉴别分析是模式识别的重要研究方向,如何提取具有鉴别力的特征是模式分类的关键。近年来,流形学习成为机器学习和模式识别领域的热点,其主要目标是寻找嵌入在高维空间中的低维流形。本文针对模式分类中的高维数、小样本、非线性、非结构化等问题,深入探讨了基于流形的降维与鉴别分析的理论和方法,并将流形学习从单流形向多流形拓展。论文的主要工作和贡献体现在以下几个方面:1.提出并实现了半监督边界鉴别分析(Semi-supervised MarginalDiscriminant Analysis, SMDA)。该方法基于样本的局部信息,在保持相邻同类样本内部邻域结构的同时,最大化相邻不同类样本之间的距离。SMDA采用半监督学习,充分利用标记和未标记样本,提高识别准确率。通过矩阵分解得到最优投影向量,降低了计算复杂度。在人脸数据库上的实验结果证明了算法的有效性。2.在半监督边界鉴别分析的基础上,将其推广到核空间,提出了核半监督边界鉴别分析(Kern...  (本文共129页) 本文目录 | 阅读全文>>