【摘要】：隨著人工智能和計(jì)算機(jī)處理技術(shù)的不斷完善,作為人臉識別的一個分支,人臉表情識別技術(shù)逐漸興起。研究人員嘗試使計(jì)算機(jī)能夠理解人類的情感,讓計(jì)算機(jī)讀懂人臉表情成為研究的熱點(diǎn)。傳統(tǒng)人臉表情識別方法是基于研究人員手工設(shè)計(jì)的特征,對計(jì)算機(jī)性能要求不高,但識別率有限。神經(jīng)網(wǎng)絡(luò)算法是依靠自身的分布式特征表示,在訓(xùn)練足夠的人臉表情圖像后,識別精度明顯高于其他傳統(tǒng)方法,但需要更高的計(jì)算能力。本文對目前人臉表情特征提取和識別算法進(jìn)行研究,主要工作包括以下幾點(diǎn):1.介紹人臉表情識別的主要組成結(jié)構(gòu),對現(xiàn)有的特征提取和識別算法做了進(jìn)行敘述和總結(jié),分析對比了各種特征提取和識別算法的優(yōu)劣勢,介紹了人臉表情識別常用的數(shù)據(jù)集,并對圖像預(yù)處理過程進(jìn)行闡述,包括人臉區(qū)域檢測和歸一化等。2.研究了RILPQ(旋轉(zhuǎn)不變相位量化)和CSLBP(改進(jìn)的局部二值模式)特征提取算法,并結(jié)合CSLBP和RILPQ的優(yōu)點(diǎn),提出一種融合特征提取的表情識別。采用一種CSLBP描述圖像的紋理特征,采用RILPQ描述不同區(qū)域變化特征,然后將兩組特征分別編碼生成特征圖,再進(jìn)行分塊和統(tǒng)計(jì)直方圖得到表情的特征向量,利用直方圖結(jié)合的方式,使用SVM分類器進(jìn)行人臉的表情識別分類,對比單一特征提取的表情識別,提高了識別準(zhǔn)確率。3.研究了基于CNN(卷積神經(jīng)網(wǎng)絡(luò))的表情識別,通過設(shè)計(jì)合理的神經(jīng)網(wǎng)絡(luò)模型,在輸入層增加非線性表示,和調(diào)整最優(yōu)網(wǎng)絡(luò)參數(shù)訓(xùn)練網(wǎng)絡(luò)模型,通過實(shí)驗(yàn)確定數(shù)據(jù)集劃分比例,實(shí)現(xiàn)了人臉表情識別。在JAFFE數(shù)據(jù)集下的實(shí)驗(yàn)結(jié)果表明,該算法可以比傳統(tǒng)算法獲得更高的識別率。最后,開發(fā)了基于CNN模型的人臉表情識別系統(tǒng),通過Pycharm和Tkinter設(shè)計(jì)了人臉表情識別GUI界面,系統(tǒng)界面實(shí)時顯示表情識別結(jié)果,并對表情識別系統(tǒng)有效性進(jìn)行驗(yàn)證,能滿足多種表情實(shí)時識別,驗(yàn)證了表情識別系統(tǒng)的泛化能力。
【圖文】：

２．１表情識別基本流程逡逑完整的人臉表情識別流程一般可分為人臉區(qū)域檢測，圖像預(yù)處理，人臉特征提逡逑取和人臉表情分類四個重要部分。如圖２＿１所示：逡逑人臉檢測一＞邐前提逡逑邐Ｙ邐邋邐逡逑圖像預(yù)處理一？邐基礎(chǔ)逡逑邐Ｙ邐邋邐逡逑特征提取一？邐關(guān)鍵逡逑邐Ｙ邐邋邐逡逑特征分類一＞邐目標(biāo)逡逑圖２－１表情識別框架逡逑１．

２．１表情識別基本流程逡逑完整的人臉表情識別流程一般可分為人臉區(qū)域檢測，，圖像預(yù)處理，人臉特征提逡逑取和人臉表情分類四個重要部分。如圖２＿１所示：逡逑人臉檢測一＞邐前提逡逑邐Ｙ邐邋邐逡逑圖像預(yù)處理一？邐基礎(chǔ)逡逑邐Ｙ邐邋邐逡逑特征提取一？邐關(guān)鍵逡逑邐Ｙ邐邋邐逡逑特征分類一＞邐目標(biāo)逡逑圖２－１表情識別框架逡逑１．
【學(xué)位授予單位】：安徽工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP391.41;TP183

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳松;袁訓(xùn)明;;動態(tài)人臉表情合成的模型特征驅(qū)動算法綜述[J];計(jì)算機(jī)與現(xiàn)代化;2019年07期

2 萬賢美;金小剛;;真實(shí)感3D人臉表情合成技術(shù)研究進(jìn)展[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2014年02期

3 王宇博,艾海舟,武勃,黃暢;人臉表情的實(shí)時分類[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2005年06期

4 鄒自強(qiáng),尹寶才,孔德慧;基于MPEG-4的人臉表情動畫[J];北京工業(yè)大學(xué)學(xué)報(bào);2003年01期

5 鄒北驥,彭永進(jìn),伍立華,彭群生;基于物理模型的人臉表情動畫技術(shù)研究[J];計(jì)算機(jī)學(xué)報(bào);2002年03期

6 劉劍;金澤群;;基于深度學(xué)習(xí)的人臉表情遷移方法[J];計(jì)算機(jī)科學(xué);2019年S1期

7 胡詩琦;;對人臉表情遷移與分析方法的探討[J];科技與創(chuàng)新;2019年05期

8 余銳;;基于深度學(xué)習(xí)的人臉表情特征分析[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2018年13期

9 謝亮;;弱光照環(huán)境下人臉表情圖像識別方法研究[J];計(jì)算機(jī)測量與控制;2017年09期

10 萬賢美;金小剛;;時空人臉表情動畫編輯[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2013年08期

相關(guān)會議論文 前10條

1 張楠;耿雪;張有為;;人臉表情誘因分析[A];第十三屆全國信號處理學(xué)術(shù)年會（CCSP-2007）論文集[C];2007年

2 陶建華;譚鐵牛;;語音和人臉表情同步的雙模態(tài)情感表達(dá)研究[A];第一屆中國情感計(jì)算及智能交互學(xué)術(shù)會議論文集[C];2003年

3 陳輝;張家樹;;人臉表情的混沌仿生識別[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

4 唐京海;應(yīng)自爐;張有為;;人機(jī)自然交互過程中情態(tài)的識別與融合[A];第十二屆全國信號處理學(xué)術(shù)年會（CCSP-2005）論文集[C];2005年

5 陳海峰;;一種智能性自動換膚技術(shù)研究[A];第三屆中國智能計(jì)算大會論文集[C];2009年

6 陳益強(qiáng);高文;楊長水;姜大龍;;手語合成中的多模式行為協(xié)同韻律模型[A];第一屆中國情感計(jì)算及智能交互學(xué)術(shù)會議論文集[C];2003年

7 劉芳;王志良;徐銀梅;陳鋒軍;郭群;;應(yīng)用于表情識別的黑斑特征算法的設(shè)計(jì)與實(shí)現(xiàn)[A];第一屆中國情感計(jì)算及智能交互學(xué)術(shù)會議論文集[C];2003年

8 周吉帆;張海琦;沈模衛(wèi);;恐懼刺激對認(rèn)知控制的影響[A];增強(qiáng)心理學(xué)服務(wù)社會的意識和功能——中國心理學(xué)會成立90周年紀(jì)念大會暨第十四屆全國心理學(xué)學(xué)術(shù)會議論文摘要集[C];2011年

9 張申;吳志勇;蔡蓮紅;;基于局部表情參數(shù)化的三維表情臉像合成[A];第二屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議(HHME2006)——第2屆中國人機(jī)交互學(xué)術(shù)會議(CHCI'06)論文集[C];2006年

10 王曉慧;張申;賈珈;蔡蓮紅;;語義臉像的分析與生成[A];第18屆全國多媒體學(xué)術(shù)會議（NCMT2009）、第5屆全國人機(jī)交互學(xué)術(shù)會議（CHCI2009）、第5屆全國普適計(jì)算學(xué)術(shù)會議（PCC2009）論文集[C];2009年

相關(guān)重要報(bào)紙文章 前6條

1 清華大學(xué) 朱健翔;人臉表情估計(jì)與表情合成[N];計(jì)算機(jī)世界;2006年

2 中科院自動化所 尹潘嶸 陶建華;情感與認(rèn)知 相互觸發(fā)[N];計(jì)算機(jī)世界;2005年

3 中科院自動化所 何鵬 陶建華 譚鐵牛;看懂人的“臉色”[N];計(jì)算機(jī)世界;2005年

4 記者 王思琪;馮雁:未來你會被機(jī)器人的幽默逗笑[N];第一財(cái)經(jīng)日報(bào);2015年

5 記者 范京蓉;深大與企業(yè)簽約近6000萬元[N];深圳特區(qū)報(bào);2011年

6 戴盈邋馬文博;十多年前來,就被中國的雄心所震撼[N];新華每日電訊;2007年

相關(guān)博士學(xué)位論文 前10條

1 宋明黎;人臉表情的識別、重建與合成[D];浙江大學(xué);2005年

2 左坤隆;人臉表情自動分析與識別系統(tǒng)的研究[D];天津大學(xué);2004年

3 金城;二維圖像特征研究[D];浙江大學(xué);2006年

4 王磊;人臉表情自動提取與跟蹤技術(shù)研究[D];湖南大學(xué);2007年

5 蔣斌;魯棒人臉表情識方法研究[D];北京工業(yè)大學(xué);2014年

6 萬賢美;真實(shí)感人臉表情合成的關(guān)鍵技術(shù)研究[D];浙江大學(xué);2012年

7 常江龍;三維人臉表情合成研究[D];中國科學(xué)技術(shù)大學(xué);2009年

8 丁小羽;真實(shí)環(huán)境人臉圖像分析問題研究[D];東南大學(xué);2015年

9 方小勇;人臉運(yùn)動捕捉數(shù)據(jù)處理及表情動畫重構(gòu)研究[D];大連理工大學(xué);2010年

10 於俊;低比特率真實(shí)感人臉視頻編碼研究[D];中國科學(xué)技術(shù)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 翟蒙鎖;人臉表情特征提取與識別算法研究[D];安徽工程大學(xué);2019年

2 李可;人臉表情動畫研究[D];南京大學(xué);2019年

3 鄧豪;基于人臉表情的學(xué)習(xí)興趣評測方法研究[D];北方工業(yè)大學(xué);2019年

4 郭凱香;人臉表情遷移和虛擬角色面部表情生成[D];湖南大學(xué);2018年

5 丁莎莎;基于深度圖像的卡通人臉表情模擬[D];長春理工大學(xué);2018年

6 劉剛;線性回歸的人臉表情模型重建及表情動畫研究與實(shí)現(xiàn)[D];湖南大學(xué);2016年

7 高婭莉;基于Blendshape的人臉表情動畫生成的研究與實(shí)現(xiàn)[D];湖南大學(xué);2014年

8 余銳;基于深度學(xué)習(xí)人臉表情特征研究[D];重慶大學(xué);2018年

9 儲海威;基于RealSense虛擬人臉表情顯示的研究[D];電子科技大學(xué);2018年

10 李蹊;二維人臉表情動畫技術(shù)的研究與實(shí)現(xiàn)[D];華中科技大學(xué);2016年

本文編號：2660614