隨著人工智能時代的到來,人機交互將成為未來生活中一個十分重要的部分。如何讓計算機識別人類的情感成了人機交互中的重要研究課題。表情能夠反映人類的內心情感,在人們的日�；又杏兄e足輕重的地位,如何通過識別人臉表情從而賦予機器理解情感的能力將成為未來人機交互領域的研究趨勢。目前已有很多研究者對表情識別進行了研究,也涌現了大量的研究成果。但是由于人臉表情存在個體差異,如人們不同的文化背景、膚色等,表情識別算法的結果往往不夠理想;其次由于人臉圖片拍攝角度的不同,也會一定程度上降低表情識別的精度;另外現有的表情數據庫還存在數目較少、數據采集困難、標注的成本較大等問題,也會影響表情識別的效果。因此,如何提高表情識別模型的精度以及泛化能力,對實際應用下的表情識別仍然具有重要意義。本文從以下兩個方面開展了表情識別技術的研究。第一,本文探索了基于人臉特征點的表情識別技術途徑。這樣的選擇是基于以下考慮:首先,利用人臉特征點可以排除膚色,光照等的影響,有可能得到更加魯棒的識別效果;其次,基于目前成熟的人臉特征點提取技術,能夠設計出基于此的更加簡單的神經網絡結構,提高識別速度;最后,本文試圖探索這樣一個有趣的...

【文章頁數】：86 頁

【學位級別】：碩士

【部分圖文】：

圖2-1:表情識別流程

蘭州大學碩士學位論文基于特征點和遷移學習的人物表情識別技術研究第二章表情識別相關技術2.1人臉面部表情識別主要由預處理、特征提取以及表情分類這三個步驟構成，如圖2-1所示。真實環(huán)境下拍攝的人臉圖像通常包含很多復雜的背景，因此對圖片中的人臉表情進行識別的第一步就是要先通過人臉檢測算....

圖2-2:像素梯度計算示意圖

蘭州大學碩士學位論文基于特征點和遷移學習的人物表情識別技術研究Gy(x,y)=H(x,y+1)H(x,y1)(2.3)其中，Gx(x,y)為沿著(x,y)的水平方向的梯度值，Gy(x,y)為沿著(x,y)的垂直方向的梯度值。然后根據水平梯度和垂直梯度計算得到像素點H(x,y)的梯....

圖2-3:矩形HOG示意圖

蘭州大學碩士學位論文基于特征點和遷移學習的人物表情識別技術研究Gy(x,y)=H(x,y+1)H(x,y1)(2.3)其中，Gx(x,y)為沿著(x,y)的水平方向的梯度值，Gy(x,y)為沿著(x,y)的垂直方向的梯度值。然后根據水平梯度和垂直梯度計算得到像素點H(x,y)的梯....

圖2-4:HOG-SVM算法的人臉檢測結果（第一

l構成一個塊（block），主要有兩種類型的塊（block）：矩形塊（R-HOG）和圓形塊（C-HOG）。如圖2-3為矩形HOG的示意圖。通過將每個塊（block）內的單元（cell）向量組合便可以得到N×K維的特征向量。（5）計算圖像的HOG特征。然后選擇合適的掃描步長,從圖像....

本文編號：3909746