在面對面的交流中,面部表情傳達了人與人之間的非言語信息。面部表情的自動識別在人機界面中起著至關(guān)重要的作用,自上世紀90年代初以來一直受到研究人員的關(guān)注。在人工智能和物聯(lián)網(wǎng)技術(shù)快速發(fā)展的今天,如果人跟機器人之間也能夠進行表情的溝通,實現(xiàn)人機之間的智能交互,那將會極大地促進人工智能技術(shù)的發(fā)展。因此,實現(xiàn)計算機人臉表情識別具有重要的研究意義。在面部表情識別系統(tǒng)中,特征選擇和提取是面部表情識別過程中非常重要的環(huán)節(jié),特征提取越具備本征性,識別性能就越高。由于識別精度還沒有達到最好,現(xiàn)有的特征提取方式以及分類器的優(yōu)化還有改善的潛力。除此以外,近年來國內(nèi)外許多研究人員針對情緒識別已經(jīng)做出了很多的研究,從單一模態(tài)情緒識別到多模態(tài)情緒識別,這些研究大多都是區(qū)分六種基本的面部表情。然而對于相同的面部表情,表情強烈程度不同,表現(xiàn)出對應(yīng)的情感狀態(tài)也會不一樣,對情緒識別和分析不應(yīng)該僅僅局限于幾種粗粒度的分類結(jié)果。本文針對上述問題,首先提出了基于Gabor濾波器的表情識別方法。首先通過對圖像的人臉進行檢測與定位,然后通過采用對邊緣區(qū)域比較敏感,并且對于光照的變化具有魯棒性的Gabor變換來準確提取人臉表情特征,接... 

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀
    1.3 研究內(nèi)容
    1.4 組織結(jié)構(gòu)
第二章 表情分析技術(shù)概述與數(shù)據(jù)集介紹
    2.1 表情識別基本步驟
        2.1.1 人臉檢測和定位
        2.1.2 圖像預(yù)處理
        2.1.3 人臉表情特征提取
        2.1.4 表情分類和表情強度度量
    2.2 自適應(yīng)神經(jīng)模糊推理系統(tǒng)的原理和結(jié)構(gòu)
        2.2.1 自適應(yīng)網(wǎng)絡(luò)
        2.2.2 ANFIS的原理和結(jié)構(gòu)
    2.3 數(shù)據(jù)集介紹
    2.4 本章小結(jié)
第三章 基于Gabor濾波器的表情識別方法
    3.1 相關(guān)技術(shù)研究
        3.1.1 二維Gabor小波
        3.1.2 子空間分析方法
    3.2 算法原理
        3.2.1 Gabor特征提取
        3.2.2 Gabor特征優(yōu)化
        3.2.3 分類器設(shè)計
        3.2.4 基于Gabor特征和改進的Fisherfaces的表情分析方法
    3.3 實驗結(jié)果與分析
        3.3.1 實驗設(shè)置
        3.3.2 結(jié)果與分析
    3.4 本章小結(jié)
第四章 基于模糊聚類的表情強度估計方法
    4.1 相關(guān)技術(shù)研究
        4.1.1 模糊理論和模糊集合
        4.1.2 聚類分析
        4.1.3 模糊聚類分析
    4.2 算法原理
        4.2.1 模糊C均值(FCM)聚類算法
        4.2.2 模糊C均值聚類算法優(yōu)化
    4.3 實驗結(jié)果和分析
        4.3.1 實驗設(shè)置
        4.3.2 實驗結(jié)果分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
參考文獻
附錄1 攻讀碩士學(xué)位期間撰寫的論文
附錄2 攻讀碩士學(xué)位期間申請的專利
附錄3 參加的科研項目
致謝


【參考文獻】：
期刊論文
[1]基于ROI-KNN卷積神經(jīng)網(wǎng)絡(luò)的面部表情識別[J]. 孫曉,潘汀,任福繼.  自動化學(xué)報. 2016(06)
[2]基于Gabor變換的表情識別系統(tǒng)的設(shè)計[J]. 高智勇,王林.  中南民族大學(xué)學(xué)報(自然科學(xué)版). 2010(01)
[3]基于支持向量機的人臉檢測訓(xùn)練集增強[J]. 王瑞平,陳杰,山世光,陳熙霖,高文.  軟件學(xué)報. 2008(11)
[4]人臉檢測綜述[J]. 孫寧,鄒采榮,趙力.  電路與系統(tǒng)學(xué)報. 2006(06)
[5]人臉表情識別研究的新進展[J]. 劉曉旻,譚華春,章毓晉.  中國圖象圖形學(xué)報. 2006(10)
[6]適于人臉檢測的模板匹配快速算法[J]. 邵平,楊路明,黃海濱,曾耀榮.  計算機應(yīng)用. 2006(07)
[7]人臉表情識別方法綜述[J]. 王志良,陳鋒軍,薛為民.  計算機應(yīng)用與軟件. 2003(12)
[8]基于HMM的面部表情圖像序列的分析與識別[J]. 金輝,高文.  自動化學(xué)報. 2002(04)
[9]人臉檢測研究綜述[J]. 梁路宏,艾海舟,徐光祐,張鈸.  計算機學(xué)報. 2002(05)
[10]人臉面部混合表情識別系統(tǒng)[J]. 金輝,高文.  計算機學(xué)報. 2000(06)

碩士論文
[1]多特征融合人臉表情識別方法研究[D]. 丁澤超.江蘇大學(xué) 2016



本文編號：3663221