本文關(guān)鍵詞：基于改進(jìn)的LBP算子和稀疏表達(dá)在人臉表情識別上的醫(yī)用，，由筆耕文化傳播整理發(fā)布。

【摘要】：眾所周知,人臉表情是人們在人際交流中情感的直接流露和內(nèi)心信息直接表達(dá),是人類感情信息傳播與人際關(guān)系調(diào)和的重要渠道,多被應(yīng)用到模式識別、機器視覺、智能控制等領(lǐng)域。因此,更高效的人臉表情識別算法的研究具有十分重要的意義。本文主要研究了人臉表情識別過程中的圖像特征提取以及圖像分類,具體研究內(nèi)容如下:(1)綜述并分析了與人臉表情識別相關(guān)的前人研究工作,并詳細(xì)論述了人臉表情圖像的識別過程。同時,介紹了壓縮感知基礎(chǔ)理論知識,分析了稀疏表示、傳感矩陣和稀疏信號重構(gòu)優(yōu)化算法,并詳細(xì)分析了重構(gòu)優(yōu)化算法中的貪婪追蹤算法和凸優(yōu)化算法。(2)針對傳統(tǒng)LBP算子特征值計算時并未考慮圖像中心像素點,本文提出了分塊的C-LBP算子,并將中心像素點加入到特征值計算中并賦予最高權(quán)值。同時,基于C-LBP算子特征提取時,考慮不同分塊策略和不同特征維數(shù)對圖像識別率的影響。實驗表明:在CK庫中,當(dāng)訓(xùn)練樣本達(dá)到280、分塊策略為5×3時,并采用PCA特征降維方法,本文提出的基于分塊C-LBP算子結(jié)合GPSR分類算法的平均識別率達(dá)到80.43%。(3)傳統(tǒng)的OMP算法獲得字典的稀疏系數(shù)值過小或為負(fù)數(shù),影響了圖像分類準(zhǔn)確度。本文提出了改進(jìn)的OMP算法,通過對稀疏系數(shù)直接限制來對信號重構(gòu)進(jìn)行優(yōu)化,以減少稀疏系數(shù)負(fù)值的產(chǎn)生。實驗表明:在JAFFE數(shù)據(jù)庫和CK庫中,與OMP算法相比,改進(jìn)的OMP算法具有較好的識別效果。在CK庫中采用PCA結(jié)合C-LBP算子進(jìn)行特征提取時,改進(jìn)的OMP算法的平均識別率達(dá)到了80.30%。
【關(guān)鍵詞】：壓縮感知 稀疏表示 分塊 C-LBP算子 正交匹配追蹤算法
【學(xué)位授予單位】：江蘇科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要2-3
• Abstract3-8
• 第1章 緒論8-16
• 1.1 研究背景8-9
• 1.2 研究意義及應(yīng)用前景9-10
• 1.3 人臉表情識別基本流程10-14
• 1.3.1 人臉表情圖像檢測與定位11-12
• 1.3.2 人臉表情預(yù)處理12
• 1.3.3 人臉表情特征提取方法12-13
• 1.3.4 人臉表情特征的分類和識別方法13-14
• 1.4 本文組織架構(gòu)14-16
• 第2章 改進(jìn)的LBP人臉表情特征提取16-26
• 2.1 局部二值模式（LBP）16-23
• 2.1.1 傳統(tǒng)LBP算子17-18
• 2.1.2 多尺度的LBP算子18-20
• 2.1.3 旋轉(zhuǎn)不變的LBP算子20-21
• 2.1.4 均勻模式的LBP算子21-23
• 2.2 改進(jìn)的LBP算子23-25
• 2.2.1 分塊的LBP算子23-24
• 2.2.2 C-LBP算子24-25
• 2.3 本章小結(jié)25-26
• 第3章 稀疏表示理論基礎(chǔ)26-31
• 3.1 壓縮感知理論26-27
• 3.2 圖像稀疏表示理論27-28
• 3.3 傳感矩陣28-29
• 3.4 稀疏信號的重構(gòu)方法29-30
• 3.4.1 貪婪追蹤算法29-30
• 3.4.2 凸優(yōu)化算法30
• 3.5 本章小結(jié)30-31
• 第4章 基于稀疏表示分類方法的研究31-58
• 4.1 基于稀疏表示的分類器方法介紹31-34
• 4.2 梯度投影法34-49
• 4.2.1 梯度投影算法介紹34-35
• 4.2.2 JAFFE庫上人臉表情識別實驗結(jié)果分析35-43
• 4.2.3 CK庫上人臉表情識別實驗結(jié)果分析43-49
• 4.3 改進(jìn)的OMP算法49-57
• 4.3.1 正交匹配追蹤算法49-50
• 4.3.2 改進(jìn)的正交匹配追蹤算法50-53
• 4.3.3 JAFFE庫上對比OMP算法與改進(jìn)的OMP算法的優(yōu)劣53-55
• 4.3.4 CK庫上對比OMP算法與改進(jìn)的OMP算法的優(yōu)劣55-57
• 4.4 本章小結(jié)57-58
• 總結(jié)與展望58-60
• 總結(jié)58-59
• 展望59-60
• 參考文獻(xiàn)60-64
• 攻讀碩士學(xué)位期間發(fā)表的論文64-65
• 致謝65-66
• 中文詳細(xì)摘要66-70

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 孫蔚;王波;;人臉表情識別綜述[J];電腦知識與技術(shù);2012年01期

2 楊梅娟;;人臉表情識別綜述[J];甘肅科技;2006年04期

3 劉曉e

本文編號：275969