本文關(guān)鍵詞：微表情檢測(cè)與定位關(guān)鍵技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：微表情是一種不受人類刻意控制、由內(nèi)而外自發(fā)表達(dá)內(nèi)心真實(shí)情感的行為,通過這種短暫、細(xì)致的真實(shí)反應(yīng)提取有效非言語線索,可以準(zhǔn)確洞察人類心理活動(dòng),相關(guān)研究涉及臨床心理學(xué)及計(jì)算機(jī)科學(xué)中多個(gè)研究領(lǐng)域,在臨床醫(yī)學(xué)、國家安全、司法偵訊等領(lǐng)域具有實(shí)際應(yīng)用意義。本文重點(diǎn)對(duì)微表情檢測(cè)與定位關(guān)鍵技術(shù)進(jìn)行研究,主要研究內(nèi)容包括三個(gè)方面：(1)在對(duì)傳統(tǒng)局部時(shí)空興趣點(diǎn)檢測(cè)算法研究分析基礎(chǔ)上,提出了基于Mo SIFT和詞袋模型的微表情興趣點(diǎn)檢測(cè)及特征描述算法。所提算法不需要提前定位感興趣區(qū)域,而是直接對(duì)視頻流中每幀圖像進(jìn)行局部時(shí)空特征提取,繼而同時(shí)選用梯度方向直方圖和光流方向直方圖作為特征描述子獲取視頻片段的空間和時(shí)間特征。(2)為獲得更加緊湊、準(zhǔn)確的特征表示,所有微表情特征通過K-means算法聚類得到視覺詞典,為克服傳統(tǒng)矢量編碼方法重構(gòu)誤差較大的不足,本文采用同步正交匹配追蹤將每一個(gè)特征映射到視覺詞典中,獲得微表情特征的稀疏表示,并用于后續(xù)的識(shí)別和預(yù)測(cè)。(3)論文選用K-近鄰和支持向量回歸對(duì)前面所提特征進(jìn)行了實(shí)驗(yàn)分析。在CK+數(shù)據(jù)庫上,對(duì)數(shù)據(jù)庫中四種典型表情進(jìn)行分類,通過興趣點(diǎn)可視化和識(shí)別率對(duì)比了STIP和Mo SIFT兩種檢測(cè)方法,結(jié)果顯示Mo SIFT在主要面部運(yùn)動(dòng)單元區(qū)域能穩(wěn)定地檢測(cè)到較多關(guān)鍵點(diǎn),可為后續(xù)字典學(xué)習(xí)和特征描述提供足夠信息,并且取得了平均86.35%的正確識(shí)別率。在CK+數(shù)據(jù)庫實(shí)驗(yàn)結(jié)果的基礎(chǔ)上,使用AVEC數(shù)據(jù)庫,從情感狀態(tài)角度,通過支持向量回歸對(duì)情感狀態(tài)的四個(gè)維度：激活度(情緒是覺醒還是昏睡的程度)、期望度(情緒是驚奇的程度)、強(qiáng)度(受外界影響時(shí)控制自己情感的程度)、正負(fù)度(情緒表現(xiàn)積極還是消極)建立了預(yù)測(cè)回歸模型,并預(yù)測(cè)到正確四種情感狀態(tài)值的變化規(guī)律。
【關(guān)鍵詞】：微表情 局部時(shí)空興趣點(diǎn) Mo SIFT 同步正交匹配追蹤 稀疏編碼 支持向量回歸 情感狀態(tài)
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-9
• 序言9-12
• 1 引言12-18
• 1.1 微表情研究意義12-13
• 1.2 國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢(shì)13-15
• 1.3 微表情研究難點(diǎn)分析15-16
• 1.4 論文主要內(nèi)容及結(jié)構(gòu)安排16-17
• 1.5 本章小結(jié)17-18
• 2 微表情時(shí)空特征檢測(cè)研究18-32
• 2.1 傳統(tǒng)STIP時(shí)空特征點(diǎn)檢測(cè)18-21
• 2.1.1 二維Harris檢測(cè)基本算法18-20
• 2.1.2 Harris3D局部時(shí)空特征檢測(cè)20-21
• 2.2 基于Mo SIFT時(shí)空特征點(diǎn)檢測(cè)21-28
• 2.2.1 尺度不變特征轉(zhuǎn)換算法22-26
• 2.2.2 三維尺度不變特征轉(zhuǎn)換算法26-28
• 2.3 特征描述子28-31
• 2.3.1 方向梯度直方圖描述子29-30
• 2.3.2 方向光流直方圖描述子30-31
• 2.4 本章小結(jié)31-32
• 3 稀疏編碼及片段描述32-37
• 3.1 視覺字典學(xué)習(xí)32-33
• 3.2 特征向量稀疏表示33-35
• 3.3 片段描述35-36
• 3.4 本章小結(jié)36-37
• 4 微表情片段分類與預(yù)測(cè)37-44
• 4.1 K-近鄰分類算法37-38
• 4.2 回歸分析理論38-43
• 4.2.1 支持向量機(jī)基礎(chǔ)理論38-40
• 4.2.2 支持向量回歸理論40-43
• 4.3 本章小結(jié)43-44
• 5 實(shí)驗(yàn)結(jié)果及數(shù)據(jù)分析44-53
• 5.1 微表情數(shù)據(jù)庫44-45
• 5.2 數(shù)據(jù)庫CK+檢測(cè)識(shí)別結(jié)果45-49
• 5.3 數(shù)據(jù)庫AVEC情感狀態(tài)值預(yù)測(cè)49-52
• 5.4 本章小結(jié)52-53
• 6 總結(jié)與展望53-55
• 6.1 工作總結(jié)53
• 6.2 工作展望53-55
• 參考文獻(xiàn)55-58
• 作者簡(jiǎn)歷58-60
• 學(xué)位論文數(shù)據(jù)集60

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 吳紅娉;虞明雷;章圣潔;;圖像興趣點(diǎn)的可信度增強(qiáng)方法研究[J];計(jì)算機(jī)應(yīng)用與軟件;2008年12期

2 吳長春;劉陽;白云;;興趣點(diǎn)在城市管理信息系統(tǒng)中的具體應(yīng)用[J];城市管理與科技;2008年02期

3 文白;楊金嬋;;美行2011冬季版詳解之興趣點(diǎn)[J];音響改裝技術(shù);2011年12期

4 文白;楊金嬋;;美行2011冬季版詳解之導(dǎo)航路網(wǎng)[J];音響改裝技術(shù);2012年01期

5 唐燦;唐亮貴;劉波;;一個(gè)面向新興趣點(diǎn)發(fā)現(xiàn)的模糊興趣挖掘算法[J];計(jì)算機(jī)科學(xué);2007年06期

6 彭敏;;興趣點(diǎn):導(dǎo)航的回歸[J];軟件世界;2007年09期

7 杜吉祥;郭一蘭;翟傳敏;;基于局部時(shí)空興趣點(diǎn)特征包的事件識(shí)別[J];南京大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

8 孫達(dá);唐降龍;劉家鋒;黃劍華;;基于概率密度的興趣點(diǎn)檢測(cè)算法[J];自動(dòng)化學(xué)報(bào);2008年08期

9 王揚(yáng)揚(yáng);李一波;姬曉飛;;人體動(dòng)作的超興趣點(diǎn)特征表述及識(shí)別[J];中國圖象圖形學(xué)報(bào);2013年07期

10 吳長春;劉陽;白云;;談興趣點(diǎn)在城市管理信息系統(tǒng)中的具體應(yīng)用[J];測(cè)繪與空間地理信息;2008年02期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前5條

1 王晗;滕鵬;梁瑋;;使用稠密興趣點(diǎn)包的非對(duì)稱風(fēng)景圖像檢索[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【poster】[C];2011年

2 葉以生;;如何激發(fā)學(xué)生學(xué)習(xí)說明文的興趣[A];中華教育理論與實(shí)踐科研論文成果選編（第3卷）[C];2010年

3 凌賀飛;陳勇;鄒復(fù)好;許治華;李平;;基于Harris興趣點(diǎn)區(qū)域的圖像拷貝檢測(cè)算法[A];第八屆全國信息隱藏與多媒體安全學(xué)術(shù)大會(huì)湖南省計(jì)算機(jī)學(xué)會(huì)第十一屆學(xué)術(shù)年會(huì)論文集[C];2009年

4 王慧;;提高學(xué)生的繪畫想象力[A];中華教育理論與實(shí)踐科研論文成果選編（第1卷）[C];2009年

5 毛霞;;給孩子們一個(gè)支點(diǎn)——談興趣[A];全國教育科研“十五”成果論文集（第五卷）[C];2005年

中國重要報(bào)紙全文數(shù)據(jù)庫 前10條

1 王震;興趣點(diǎn)炮制口號(hào)甜蜜素[N];醫(yī)藥經(jīng)濟(jì)報(bào);2012年

2 濟(jì)南市平陰縣玫瑰中學(xué) 李曉旭;談在初中歷史教學(xué)中對(duì)學(xué)生興趣的培養(yǎng)[N];學(xué)知報(bào);2010年

3 胡雪晶 上海廠長經(jīng)理人才有限公司高級(jí)人力資源顧問;獵頭要建立良好人際關(guān)系[N];組織人事報(bào);2012年

4 張學(xué)軍;多數(shù)人對(duì)工作都有“隱性興趣”[N];北京人才市場(chǎng)報(bào);2008年

5 本報(bào)記者 李望寧;微博PC端V6推發(fā)現(xiàn)功能 連接用戶興趣點(diǎn)重拾人氣[N];通信信息報(bào);2014年

6 江蘇濱�？h正紅中學(xué) 朱涇灃;激發(fā)學(xué)習(xí)興趣,提高學(xué)習(xí)效率[N];學(xué)知報(bào);2010年

7 陶艷;愛動(dòng)不一定就是多動(dòng)癥[N];大眾衛(wèi)生報(bào);2007年

8 張耀芳 照金中心小學(xué)教師;讓孩子幸福地成長[N];銅川日?qǐng)?bào);2010年

9 輪臺(tái)縣中學(xué) 柏艷麗;淺談學(xué)生學(xué)習(xí)興趣的培養(yǎng)[N];巴音郭楞日?qǐng)?bào);2009年

10 本報(bào)記者 李婧璇;中國社會(huì)科學(xué)出版社：找準(zhǔn)興趣點(diǎn)故事才生動(dòng)[N];中國新聞出版報(bào);2013年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 張?jiān)品?多源道路網(wǎng)與興趣點(diǎn)的一致性整合方法[D];武漢大學(xué);2015年

2 韓軍偉;基于內(nèi)容的圖象檢索技術(shù)研究[D];西北工業(yè)大學(xué);2003年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 劉袁柳;面向LBSN的興趣點(diǎn)和用戶推薦方法研究[D];蘇州大學(xué);2015年

2 張淼;基于位置社交網(wǎng)絡(luò)的興趣點(diǎn)推薦方法研究[D];西南大學(xué);2015年

3 林辰;SAP用戶興趣點(diǎn)分析系統(tǒng)后臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D];南京大學(xué);2014年

4 程呈;基于差分隱私的興趣點(diǎn)推薦系統(tǒng)的設(shè)計(jì)與分析[D];電子科技大學(xué);2015年

5 蔣曉玲;基于用戶偏好的個(gè)性化路徑挖掘研究[D];東北大學(xué);2013年

6 胡宇成;基于多特征融合的微博用戶興趣建模研究[D];哈爾濱工業(yè)大學(xué);2014年

7 吳麗梅;基于時(shí)空興趣點(diǎn)的化工廠視頻監(jiān)控系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

8 崔立偉;移動(dòng)用戶行為趨勢(shì)分析與研究[D];西安工程大學(xué);2015年

9 鄭亞男;微表情檢測(cè)與定位關(guān)鍵技術(shù)研究[D];北京交通大學(xué);2016年

10 趙永華;基于顯著興趣點(diǎn)的多特征圖像檢索技術(shù)的研究[D];武漢理工大學(xué);2014年

  本文關(guān)鍵詞：微表情檢測(cè)與定位關(guān)鍵技術(shù)研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：379690