本文關(guān)鍵詞：遠(yuǎn)程網(wǎng)絡(luò)監(jiān)控人臉表情識(shí)別方法研究與系統(tǒng)實(shí)現(xiàn)

  更多相關(guān)文章： 人臉表情識(shí)別 遠(yuǎn)程監(jiān)控 主成分分析 K近鄰算法 Adaboost算法

【摘要】：人臉表情是人類表達(dá)情感的重要方式,通過(guò)識(shí)別人臉的表情類別,可以對(duì)其進(jìn)行心理分析,從而獲取有價(jià)值的情感信息。開(kāi)展面向遠(yuǎn)程網(wǎng)絡(luò)監(jiān)控人臉表情識(shí)別技術(shù)的研究,可以利用互聯(lián)網(wǎng)絡(luò)及時(shí)快捷地獲得更廣泛區(qū)域的人臉表情及動(dòng)態(tài)變化信息,對(duì)于預(yù)防恐怖襲擊、反對(duì)極端民族主義、智能交通管理、多媒體信息交互等方面都具有重要的理論意義與應(yīng)用價(jià)值。本文通過(guò)IP網(wǎng)絡(luò)攝像頭從遠(yuǎn)程端采集人臉表情圖像,以人臉表情識(shí)別算法作為理論依據(jù),深入研究了快速優(yōu)化識(shí)別算法。同時(shí),利用物聯(lián)網(wǎng)架構(gòu)技術(shù)進(jìn)行數(shù)據(jù)傳輸,搭建基于MVC設(shè)計(jì)模式的遠(yuǎn)程監(jiān)控人臉表情識(shí)別系統(tǒng),集成各個(gè)功能模塊,對(duì)遠(yuǎn)程監(jiān)控場(chǎng)景下的人臉表情進(jìn)行識(shí)別。完成的主要工作和取得的成果如下:(1)基于物聯(lián)網(wǎng)架構(gòu)對(duì)IP協(xié)議、TCP協(xié)議、HTTP協(xié)議的基本原理和特性展開(kāi)深入的研究,形成視頻數(shù)據(jù)的傳輸技術(shù)。選擇較為合理的IPv4/IPv6過(guò)渡機(jī)制,實(shí)現(xiàn)IPv4/IPv6通信功能模塊,理解TCP/IP參考模型,分析HTTP報(bào)文結(jié)構(gòu)及請(qǐng)求方法,保證數(shù)據(jù)傳輸?shù)挠行院鸵恢滦浴?2)提出一種基于2D-LPCA的表情特征提取算法,增強(qiáng)系統(tǒng)的時(shí)效性。該算法針對(duì)識(shí)別表情過(guò)程中存在的由于個(gè)體不同而出現(xiàn)的表情差異及相似表情容易混淆的情況而對(duì)PCA算法進(jìn)行改進(jìn),提出局部PCA算法,即LPCA算法。該算法提高了提取表情特征的有效性,但增加了算法復(fù)雜度,因此本文結(jié)合2D-PCA算法提出2D-LPCA算法,提升了算法的時(shí)效性。實(shí)驗(yàn)結(jié)果表明,2D-LPCA算法具有原理簡(jiǎn)單、有效性高、速度快的特點(diǎn)。(3)設(shè)計(jì)并實(shí)現(xiàn)了基于Adaboost-Knn算法的表情分類器,進(jìn)一步提高了人臉表情的識(shí)別率與魯棒性。該分類器根據(jù)最近鄰定義法則及相似度衡量標(biāo)準(zhǔn),引入Boosting分類提升算法,從而對(duì)性能提升。實(shí)驗(yàn)結(jié)果表明,通過(guò)優(yōu)化參數(shù),該分類器具有很好的魯棒性及較高的識(shí)別率。(4)設(shè)計(jì)并實(shí)現(xiàn)了基于B/S體系結(jié)構(gòu)的遠(yuǎn)程監(jiān)控人臉表情識(shí)別系統(tǒng)。該系統(tǒng)基于B/S體系,實(shí)現(xiàn)通過(guò)瀏覽器進(jìn)行系統(tǒng)的訪問(wèn);利用MVC設(shè)計(jì)模式實(shí)現(xiàn)數(shù)據(jù)持久層、業(yè)務(wù)層、表現(xiàn)層的分層隔離,降低系統(tǒng)的耦合性;基于SSH2框架開(kāi)發(fā)系統(tǒng),借助JNI/JNA技術(shù)跨語(yǔ)言對(duì)OpenCV視覺(jué)庫(kù)中算法調(diào)用,運(yùn)用JavaApplet技術(shù)將表情識(shí)別算法嵌入到系統(tǒng)中,設(shè)計(jì)并實(shí)現(xiàn)視頻監(jiān)控、表情倉(cāng)庫(kù)、數(shù)據(jù)特征、系統(tǒng)管理4個(gè)核心模塊。
【關(guān)鍵詞】：人臉表情識(shí)別 遠(yuǎn)程監(jiān)控 主成分分析 K近鄰算法 Adaboost算法
【學(xué)位授予單位】：北京工業(yè)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】：

• 摘要4-5
• ABSTRACT5-10
• 第1章 緒論10-24
• 1.1 課題背景及研究意義10-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-13
• 1.2.1 物聯(lián)網(wǎng)研究現(xiàn)狀11-12
• 1.2.2 人臉表情研究現(xiàn)狀12-13
• 1.3 課題相關(guān)技術(shù)及方法13-22
• 1.3.1 物聯(lián)網(wǎng)結(jié)構(gòu)13-14
• 1.3.2 物聯(lián)網(wǎng)技術(shù)14-15
• 1.3.3 表情識(shí)別方法15-22
• 1.4 本文的研究?jī)?nèi)容與結(jié)構(gòu)安排22-24
• 1.4.1 本文的研究?jī)?nèi)容22
• 1.4.2 本文的結(jié)構(gòu)安排22-24
• 第2章 基于物聯(lián)網(wǎng)架構(gòu)的數(shù)據(jù)傳輸技術(shù)24-34
• 2.1 引言24
• 2.2 IP協(xié)議技術(shù)24-28
• 2.2.1 IPV4與IPV6對(duì)比分析24-25
• 2.2.2 IPV4/IPV6過(guò)渡機(jī)制25-26
• 2.2.3 IPV4/IPV6網(wǎng)絡(luò)通信功能實(shí)現(xiàn)26-28
• 2.3 TCP協(xié)議技術(shù)28-30
• 2.3.1 TCP/IP參考模型28
• 2.3.2 TCP狀態(tài)機(jī)28-29
• 2.3.3 TCP擁塞分析29-30
• 2.4 HTTP協(xié)議技術(shù)30-32
• 2.4.1 HTTP報(bào)文結(jié)構(gòu)30
• 2.4.2 HTTP請(qǐng)求方法30-32
• 2.5 JPEG及M-JPEG編碼技術(shù)32-33
• 2.6 本章小結(jié)33-34
• 第3章 針對(duì)表情識(shí)別的主成分分析特征提取算法34-44
• 3.1 引言34
• 3.2 PCA特征的提取34-37
• 3.3 LPCA特征的提取37-38
• 3.4 2D-PCA特征的提取38-40
• 3.5 2D-LPCA的特征提取40-41
• 3.6 實(shí)驗(yàn)41-43
• 3.6.1 實(shí)驗(yàn)數(shù)據(jù)準(zhǔn)備41-42
• 3.6.2 實(shí)驗(yàn)結(jié)果及分析42-43
• 3.7 本章小結(jié)43-44
• 第4章 基于K近鄰分類器的表情分類算法研究44-56
• 4.1 引言44
• 4.2 最近鄰表情分類方法44-48
• 4.3 BOOSTING分類提升算法48-52
• 4.4 ADABOOST-KNN分類器設(shè)計(jì)52-54
• 4.5 實(shí)驗(yàn)54-55
• 4.5.1 實(shí)驗(yàn)數(shù)據(jù)準(zhǔn)備54
• 4.5.2 實(shí)驗(yàn)結(jié)果及分析54-55
• 4.6 本章小結(jié)55-56
• 第5章 遠(yuǎn)程監(jiān)控人臉表情識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)56-70
• 5.1 引言56
• 5.2 系統(tǒng)架構(gòu)56-60
• 5.2.1 B/S體系結(jié)構(gòu)56-57
• 5.2.2 MVC設(shè)計(jì)模式57-59
• 5.2.3 SSH2框架技術(shù)59-60
• 5.3 關(guān)鍵技術(shù)60-65
• 5.3.1 JSP/SERVLET及相關(guān)技術(shù)60-62
• 5.3.2 JNI/JNA跨語(yǔ)言技術(shù)62-64
• 5.3.3 JAVAAPPLET技術(shù)64-65
• 5.4 系統(tǒng)展示65-68
• 5.4.1 視頻監(jiān)控模塊66
• 5.4.2 表情倉(cāng)庫(kù)模塊66-67
• 5.4.3 數(shù)據(jù)特征模塊67-68
• 5.4.4 系統(tǒng)管理模塊68
• 5.5 系統(tǒng)性能分析68
• 5.6 本章小結(jié)68-70
• 結(jié)論70-72
• 參考文獻(xiàn)72-76
• 攻讀碩士學(xué)位期間所發(fā)表的學(xué)術(shù)論文76-78
• 攻讀碩士學(xué)位期間參加的科研活動(dòng)和獲得的獎(jiǎng)勵(lì)78-80
• 致謝80

，

本文編號(hào)：771324