【摘要】：目的針對(duì)體積局部二值模式應(yīng)用到視頻幀特征提取上,特征維數(shù)大,對(duì)光照及噪聲魯棒性差等問題,提出一種新的特征描述算法—時(shí)空局部三值模式矩(TSLTPM)�？紤]到TSLTPM描述的僅是紋理特征,本文進(jìn)一步融合3維梯度方向直方圖(3DHOG)特征來增強(qiáng)對(duì)情感視頻的描述。方法首先對(duì)情感視頻進(jìn)行預(yù)處理獲得表情和姿態(tài)序列;然后對(duì)表情和姿態(tài)序列分別提取TSLTPM和3DHOG特征,計(jì)算測(cè)試序列與已標(biāo)記的情感訓(xùn)練集特征間的最小歐氏距離,并將其作為獨(dú)立證據(jù)來構(gòu)造基本概率分配;最后使用D-S證據(jù)聯(lián)合規(guī)則得到情感識(shí)別結(jié)果。結(jié)果在FABO數(shù)據(jù)庫上進(jìn)行實(shí)驗(yàn),表情和姿態(tài)單模態(tài)分別取得83.06%和94.78%的平均識(shí)別率,在表情上分別比VLBP(體積局部二值模式)、LBP-TOP(三正交平面局部二值模式)、TSLTPM、3DHOG高9.27%、12.89%、1.87%、1.13%;在姿態(tài)上分別比VLBP、LBP-TOP、TSLTPM、3DHOG高24.61%、27.55%、1.18%、0.98%。將兩種模態(tài)進(jìn)行融合以后平均識(shí)別率達(dá)到96.86%,說明了融合表情和姿態(tài)進(jìn)行情感識(shí)別的有效性。結(jié)論本文提出的TSLTPM特征將VLBP擴(kuò)展成時(shí)空三值模式,能夠有效降低維數(shù),減少光照和噪聲對(duì)識(shí)別的影響,與3DHOG特征形成復(fù)合時(shí)空特征有效增強(qiáng)了情感視頻的分類性能,與典型特征提取算法的對(duì)比實(shí)驗(yàn)也表明了本文算法的有效性。另外,與其他方法的對(duì)比實(shí)驗(yàn)也驗(yàn)證了本文融合方法的優(yōu)越性。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 熊勰;劉光遠(yuǎn);溫萬惠;;基于智能算法的生理信號(hào)情感識(shí)別[J];計(jì)算機(jī)科學(xué);2011年03期

2 程靜;劉光遠(yuǎn);;學(xué)科交叉視角下的情感識(shí)別研究進(jìn)展[J];計(jì)算機(jī)科學(xué);2012年05期

3 張金偉;劉曉平;;基于心理預(yù)警模型的微博情感識(shí)別研究[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年11期

4 王蓓;王曉蘭;;基于表情和語音的多模態(tài)情感識(shí)別研究[J];信息化研究;2014年01期

5 溫萬惠;邱玉輝;劉光遠(yuǎn);程南璞;黃希庭;;情感生理反應(yīng)樣本庫的建立與數(shù)據(jù)相關(guān)性分析[J];中國科學(xué):信息科學(xué);2011年01期

6 溫萬惠;劉光遠(yuǎn);熊勰;;基于生理信號(hào)的二分類情感識(shí)別系統(tǒng)特征選擇模型和泛化性能分析[J];計(jì)算機(jī)科學(xué);2011年05期

7 劉智;楊宗凱;劉三(女牙);鐵璐;;一種基于樣本空間動(dòng)態(tài)劃分的中文情感識(shí)別方法[J];計(jì)算機(jī)應(yīng)用研究;2013年05期

8 陳曾;劉光遠(yuǎn);;腦電信號(hào)在情感識(shí)別中的應(yīng)用[J];計(jì)算機(jī)工程;2010年09期

9 張穎,羅森林;情感建模與情感識(shí)別[J];計(jì)算機(jī)工程與應(yīng)用;2003年33期

10 林時(shí)來;劉光遠(yuǎn);張慧玲;;蟻群算法在呼吸信號(hào)情感識(shí)別中的應(yīng)用研究[J];計(jì)算機(jī)工程與應(yīng)用;2011年02期

相關(guān)會(huì)議論文 前9條

1 解迎剛;王志良;程寧;王國江;永井正武;;人臉與眼部檢測(cè)及其在情感識(shí)別中的應(yīng)用[A];第25屆中國控制會(huì)議論文集（下冊(cè)）[C];2006年

2 解迎剛;王志良;楊溢;邵彥娟;;基于改進(jìn)蟻群算法的多模態(tài)情感識(shí)別研究[A];2011年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

3 王志強(qiáng);熊子?xùn)|;傅向華;;基于螺旋模型的歌曲情感識(shí)別算法研究[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2011)論文集【oral】[C];2011年

4 鮑軍榮;李文鋒;壽小云;嵇來春;;基于客觀化脈搏振動(dòng)覺的恐懼情感識(shí)別研究[A];心理學(xué)與創(chuàng)新能力提升——第十六屆全國心理學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

5 楊廣映;楊善曉;;基于表面肌電信號(hào)的情感識(shí)別研究[A];第三屆中國智能計(jì)算大會(huì)論文集[C];2009年

6 張偉;謝湘;;基于HMM的音樂情感識(shí)別研究[A];第九屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];2007年

7 戴明洋;楊大利;徐明星;張永超;陳勝;;面向真實(shí)情感識(shí)別的訓(xùn)練語音選擇研究[A];第十一屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集（一）[C];2011年

8 黃力行;辛樂;趙禮悅;陶建華;;自適應(yīng)權(quán)重的雙模態(tài)情感識(shí)別[A];第九屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];2007年

9 崔玉路;蔣冬梅;張曉靜;謝磊;付中華;Ping Fan;Hichem Sahli;;基于三特征流DBN模型的聽視覺情感識(shí)別[A];第十一屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集（一）[C];2011年

相關(guān)重要報(bào)紙文章 前2條

1 記者　邰舉;韓開發(fā)出腦電波情感識(shí)別技術(shù)[N];科技日?qǐng)?bào);2007年

2 黃力行邋陶建華;多模態(tài)情感識(shí)別參透人心[N];計(jì)算機(jī)世界;2007年

相關(guān)博士學(xué)位論文 前3條

1 林奕琳;基于語音信號(hào)的情感識(shí)別研究[D];華南理工大學(xué);2006年

2 朱亞忱;基于特權(quán)信息的情感識(shí)別[D];中國科學(xué)技術(shù)大學(xué);2015年

3 張石清;基于語音和人臉的情感識(shí)別研究[D];電子科技大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 李承程;基于深度學(xué)習(xí)的文本語音耦合情感識(shí)別方法研究[D];合肥工業(yè)大學(xué);2015年

2 楊敏;非線性特征用于心電信號(hào)的情感識(shí)別[D];西南大學(xué);2013年

3 劉俸汝;基于皮膚電情感識(shí)別的情感調(diào)節(jié)策略研究[D];西南大學(xué);2013年

4 荀立晨;基于心電信號(hào)的情感識(shí)別研究[D];天津理工大學(xué);2013年

5 聶聃;基于腦電的情感識(shí)別[D];上海交通大學(xué);2012年

6 馬亮軍;基于語音的模糊案例推理情感識(shí)別算法研究[D];華東理工大學(xué);2013年

7 劉碧英;非線性特征組合用于皮膚電情感識(shí)別的研究[D];西南大學(xué);2013年

8 徐亞;基于心電信號(hào)的情感識(shí)別研究[D];西南大學(xué);2010年

9 王彬;基于呼吸信號(hào)的情感識(shí)別研究[D];西南大學(xué);2010年

10 周鈺婷;皮膚電信號(hào)的情感特征提取及分類識(shí)別研究[D];西南大學(xué);2012年

，

本文編號(hào)：2555082