本文選題：表情識別 + 稀疏表示��； 參考：《計算機應(yīng)用研究》2017年09期

【摘要】：為了降低樣貌、姿態(tài)、眼鏡以及表情定義不統(tǒng)一等因素對人臉表情識別的影響,提出一種人臉樣貌獨立判別的協(xié)作表情識別算法。首先,采用自動的人臉檢測算法定位、對齊視頻每幀的人臉區(qū)域,并從人臉視頻序列中選擇峰值表情的人臉;然后,采用峰值人臉與某個表情類內(nèi)的所有人臉產(chǎn)生表情類內(nèi)差異人臉信息,并通過計算峰值表情人臉與表情類內(nèi)差異人臉的差異信息獲得協(xié)作的表情表示;最后,采用基于稀疏的分類器與表情表示決定每個人臉表情的標簽。采用歐美與亞洲人臉的數(shù)據(jù)庫進行仿真實驗,結(jié)果表明本算法獲得了較好的表情識別準確率,對不同樣貌、佩戴眼鏡的人臉樣本也具有較好的識別效果。
[Abstract]:In order to reduce the influence of facial features, posture, glasses and facial expression definitions on facial expression recognition, a collaborative facial expression recognition algorithm based on independent recognition of facial features is proposed.First, the automatic face detection algorithm is used to locate the face region of each frame of the video, and the human face with the peak facial expression is selected from the video sequence.Using the peak face and all the faces in a certain facial expression class to produce intra-facial expression difference information, and by calculating the difference information between the peak facial expression face and the facial expression class difference information, the cooperative expression of facial expression is obtained. Finally,A sparse classifier and facial expression are used to represent the labels that determine each person's facial expression.By using the database of European, American and Asian faces, the simulation results show that the algorithm has a good accuracy of facial expression recognition, and it also has a good recognition effect for face samples with different looks and glasses.
【作者單位】： 棗莊學院信息科學與工程學院;中國石油大學(華東)理學院;
【基金】：山東省高校科研計劃研究項目(J15LN81,J13LN56) 棗莊學院大學生研究訓練計劃項目(2015061) 山東省教育廳項目(J13LN56)
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 王上飛;薛佳;王煦法;;基于人腦情感注意回路的表情識別[J];模式識別與人工智能;2008年05期

2 應(yīng)自爐;張有為;李景文;;融合人臉局部區(qū)域的表情識別[J];信號處理;2009年06期

3 胡明銀;孟凡民;;微表情識別的偵查實用性探析[J];江西警察學院學報;2011年03期

4 申尋兵;隋華杰;許坤金;;微表情識別能力與在校生人際關(guān)系相關(guān)性研究[J];科技視界;2013年28期

5 武宇文,劉宏,查紅彬;基于特征分組加權(quán)聚類的表情識別[J];計算機輔助設(shè)計與圖形學學報;2005年11期

6 何良華,鄒采榮,包永強,趙力;人臉面部表情識別的研究進展[J];電路與系統(tǒng)學報;2005年01期

7 楊國亮;王志良;王國江;;面部表情識別研究進展[J];自動化技術(shù)與應(yīng)用;2006年04期

8 王功孝;;面部表情識別研究綜述[J];黑龍江科技信息;2007年24期

9 韓t}t};王益文;洪慧;徐艷嬌;;面孔呈現(xiàn)順序?qū)植勘砬樽R別的影響[J];山東師范大學學報(自然科學版);2008年02期

10 寧凡;厲星星;;基于人臉幾何結(jié)構(gòu)的表情識別[J];計算機應(yīng)用與軟件;2009年06期

相關(guān)會議論文 前6條

1 沈卓卿;俞國良;;情緒表達者的文化差異對表情識別的影響[A];第十二屆全國心理學學術(shù)大會論文摘要集[C];2009年

2 劉芳;王志良;徐銀梅;陳鋒軍;郭群;;應(yīng)用于表情識別的黑斑特征算法的設(shè)計與實現(xiàn)[A];第一屆中國情感計算及智能交互學術(shù)會議論文集[C];2003年

3 曹宇嘉;鄭文明;趙力;鄒采榮;;基于差值模板特征的表情識別方法[A];第十二屆全國圖象圖形學學術(shù)會議論文集[C];2005年

4 李睿凡;朱強生;郭燕慧;劉海濤;;魯棒局部保持投影的表情識別[A];2006年首屆ICT大會信息、知識、智能及其轉(zhuǎn)換理論第一次高峰論壇會議論文集[C];2006年

5 歐陽琰;桑農(nóng);;基于面部動作單元組合特征的表情識別[A];第十五屆全國圖象圖形學學術(shù)會議論文集[C];2010年

6 張鞠鵬;金連文;;幾種光照歸一化方法的比較研究及其在表情識別中的應(yīng)用[A];第十二屆全國信號處理學術(shù)年會（CCSP-2005）論文集[C];2005年

相關(guān)博士學位論文 前10條

1 王麗;智能服務(wù)機器人表情識別技術(shù)研究[D];哈爾濱工業(yè)大學;2015年

2 楊勇;基于粗糙集理論的表情識別研究[D];西南交通大學;2009年

3 李遠征;人體目標跟蹤和表情識別中的若干問題研究[D];西安電子科技大學;2013年

4 阮錦新;多姿態(tài)人臉檢測與表情識別關(guān)鍵技術(shù)研究[D];華南理工大學;2010年

5 歐陽琰;面部表情識別方法的研究[D];華中科技大學;2013年

6 朱明旱;基于流形學習的人臉表情識別研究[D];中南大學;2009年

7 劉帥師;非均勻光照和局部遮擋情況下的魯棒表情識別理論與方法研究[D];吉林大學;2012年

8 張錚;基于二維MB-LGBP特征的表情識別及其光照檢測研究[D];天津大學;2010年

9 付曉峰;基于二元模式的人臉識別與表情識別研究[D];浙江大學;2008年

10 洪濤;船體建造CAD/CAM系統(tǒng)數(shù)據(jù)庫技術(shù)及面部表情識別技術(shù)的若干研究[D];浙江大學;2003年

相關(guān)碩士學位論文 前10條

1 賀春榮;情緒情境與訓練因素對微表情識別能力影響的研究[D];山西醫(yī)科大學;2012年

2 竇曉娟;大學生自卑特質(zhì)對面部表情識別的影響研究[D];河北師范大學;2015年

3 陳心韻;抑郁傾向、抑郁癥患者與正常人生態(tài)化微表情識別差異及評估指標初探[D];蘇州大學;2015年

4 張海婷;基于深度神經(jīng)網(wǎng)絡(luò)的人體動作及自發(fā)表情識別[D];山東大學;2015年

5 武冠群;基于情感模型的表情識別及應(yīng)用研究[D];哈爾濱工業(yè)大學;2015年

6 路立;生態(tài)化微表情識別測量的編制及微表情識別差異研究[D];蘇州大學;2015年

7 王晶晶;面部反饋對表情識別的作用及其影響因素[D];浙江師范大學;2015年

8 王劍云;基于深度神經(jīng)網(wǎng)絡(luò)的表情識別算法[D];西南科技大學;2015年

9 邱玉;基于動態(tài)表情識別的情感計算技術(shù)[D];寧波大學;2015年

10 陳路;基于稀疏表達的人臉分析方法研究[D];電子科技大學;2014年

，

本文編號：1769418