微表情是在某種特定情境下,人們試圖壓抑或隱藏真實情感時,出現(xiàn)在臉部的短暫表情。它是人們心理活動的意識動作,能夠反映出人真實的情感變化,在許多領(lǐng)域都有著重要的應(yīng)用。然而,微表情具有持續(xù)時間短、強(qiáng)度小且局部發(fā)生的特點,使得計算機(jī)自動識別微表情的研究面臨著巨大的挑戰(zhàn)。針對微表情發(fā)生的特點,本文的主要工作總結(jié)如下:（1）面部在產(chǎn)生微表情的同時也存在一些無關(guān)的肌肉動作,現(xiàn)有微表情識別的全局方法會提取這些無關(guān)動作的特征向量,影響識別效果。根據(jù)微表情發(fā)生時所牽涉到的動作單元所在區(qū)域,提出了局部區(qū)域的研究方法,該方法通過面部關(guān)鍵點坐標(biāo),將與微表情相關(guān)的七個局部區(qū)域劃分出來。首先研究面部各局部區(qū)域特征的微表情識別性能,實驗結(jié)果揭示了微表情“驚奇”、“厭惡”與眼睛區(qū)域、微表情“高興”與嘴巴區(qū)域、微表情“壓抑”與下巴區(qū)域有較高的關(guān)聯(lián)度;接著,提取局部組合區(qū)域的特征向量,進(jìn)行微表情識別。研究結(jié)果表明局部組合區(qū)域的微表情識別效果優(yōu)于全局區(qū)域方法。（2）特征描述子LBP-TOP、HOG-TOP、HIGO-TOP是微表情識別常用的特征提取方法,然而提取到的特征向量維度高、計算復(fù)雜度大、運行時間長、識別準(zhǔn)確率低。提出... 

【文章來源】：河南理工大學(xué)河南省

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
1 緒論
    1.1 論文的研究背景及意義
    1.2 國內(nèi)外的研究歷史及現(xiàn)狀
        1.2.1 國外研究歷史及現(xiàn)狀
        1.2.2 國內(nèi)研究歷史及現(xiàn)狀
    1.3 微表情研究存在的主要問題
    1.4 主要研究內(nèi)容及創(chuàng)新之處
    1.5 論文的結(jié)構(gòu)安排
2 微表情自動識別技術(shù)
    2.1 微表情常用數(shù)據(jù)集
        2.1.1 SMIC數(shù)據(jù)集
        2.1.2 CASME和 CASMEII數(shù)據(jù)集
    2.2 微表情預(yù)處理方法
        2.2.1 人臉配準(zhǔn)
        2.2.2 微表情序列的時域插值模型
    2.3 微表情特征提取方法
        2.3.1 LBP-TOP特征描述子
        2.3.2 HOG-TOP和 HIGO-TOP特征描述子
    2.4 微表情分類識別方法
    2.5 本章小結(jié)
3 基于局部區(qū)域的微表情識別方法
    3.1 引言
    3.2 全局區(qū)域微表情識別方法
    3.3 所提局部區(qū)域研究方法
        3.3.1 動作單元的標(biāo)定
        3.3.2 局部關(guān)鍵區(qū)域劃分準(zhǔn)則
    3.4 局部區(qū)域研究的實驗方法和設(shè)計
    3.5 單個局部區(qū)域的實驗結(jié)果與分析
        3.5.1 各局部與全局區(qū)域微表情識別性能的對比
        3.5.2 各局部區(qū)域與微表情類別間的關(guān)聯(lián)
    3.6 局部組合區(qū)域的實驗結(jié)果與分析
    3.7 本章小結(jié)
4 基于特征選擇的微表情識別方法
    4.1 引言
    4.2 無特征選擇的微表情識別研究
        4.2.1 實驗設(shè)計
        4.2.2 實驗結(jié)果與分析
        4.2.3 無特征選擇微表情識別的不足之處
    4.3 所提信息增量特征選擇方法研究
        4.3.1 信息增量方法
        4.3.2 實驗結(jié)果與分析
        4.3.3 算法性能評估
    4.4 所提Fisher特征選擇方法研究
        4.4.1 Fisher特征選擇方法
        4.4.2 實驗結(jié)果與分析
        4.4.3 算法性能評估
    4.5 本章小結(jié)
5 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 工作展望
參考文獻(xiàn)
作者簡歷
學(xué)位論文數(shù)據(jù)集



本文編號：3161586