人臉表情因?yàn)槟軅鬟_(dá)豐富的信息所以在人類社交互動(dòng)中扮演著重要的角色。本文通過計(jì)算機(jī)視覺手段分析了人眼難以察覺的人臉表情之一的微表情,它是一種快速的、潛意識(shí)的人臉表情,屬于一種基本的非語言行為,它揭示了人類試圖隱藏的某些情感。同時(shí),因?yàn)槲⒈砬殡y以被產(chǎn)生者察覺的特性,其在國(guó)家安全、計(jì)算機(jī)輔助診斷等領(lǐng)域有著廣泛的應(yīng)用。然而,從監(jiān)控視頻捕獲的人臉圖像序列常常遭受低質(zhì)量問題的困擾,這導(dǎo)致常規(guī)微表情識(shí)別算法在實(shí)際應(yīng)用中面臨巨大挑戰(zhàn)。為了解決上述問題,本文對(duì)低分辨率環(huán)境下微表情識(shí)別問題進(jìn)行了全面的研究,提出:(1)在對(duì)主動(dòng)形狀模型人臉標(biāo)定算法優(yōu)化的基礎(chǔ)上從基于紋理和基于結(jié)構(gòu)兩方面對(duì)低分辨率環(huán)境下的微表情圖像序列超分辨率重建,使用Fast LBP-TOP特征提取符提取重建后圖像序列的時(shí)空信息,對(duì)上述信息使用線性支持向量機(jī)分類獲得最終的微表情識(shí)別準(zhǔn)確度。(2)針對(duì)傳統(tǒng)機(jī)器學(xué)習(xí)方法識(shí)別低分辨率環(huán)境下微表情過程冗長(zhǎng)和準(zhǔn)確度不高等問題,本文在對(duì)現(xiàn)有數(shù)據(jù)集融合和增強(qiáng)處理的基礎(chǔ)上,提出基于殘差神經(jīng)網(wǎng)絡(luò)的偽三維網(wǎng)絡(luò)結(jié)構(gòu),實(shí)現(xiàn)端到端的全自動(dòng)化微表情識(shí)別任務(wù)。(3)本文搭建了首個(gè)低分辨率環(huán)境下微表情可視化識(shí)別操作系統(tǒng)——...

【文章頁數(shù)】：79 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2人臉宏表情樣本示例（CK+數(shù)據(jù)集）

西北大學(xué)碩士學(xué)位論文數(shù)據(jù)集CK+。CK+數(shù)據(jù)集中的表情分為三類，包括了擺拍和自發(fā)的表情以及其他類型的元數(shù)據(jù)。對(duì)于擺拍的表情，序列的數(shù)量比第一版的增加了22%，參與者的數(shù)量增加了27%。與初始版本一樣，每個(gè)序列的目標(biāo)表情都是完整的FACS編碼，情感標(biāo)簽也經(jīng)過了修改和驗(yàn)證。....

圖4微表情數(shù)據(jù)采集示意圖

圖3一個(gè)消極的微表情片段示例（SMIC數(shù)據(jù)集）過圖像、視頻和音樂等一定的刺激能夠誘發(fā)真實(shí)表情發(fā)生的條件，其中Ekman等人認(rèn)為當(dāng)人們當(dāng)被抓住后果會(huì)很嚴(yán)重時(shí)，微表情就會(huì)出現(xiàn)，這被受警察或測(cè)謊專家的審問，這是一種很自然的高營(yíng)造真正的審問現(xiàn)場(chǎng)顯的不太可能。所以為了誘種模擬高風(fēng)....

圖6LBP特征的光照魯棒性

情特征提取的一般方法紋理信息的LBP-TOP特征提取符值模式（LocalBinaryPattern，LBP）是一種用來描述圖像局部，具有旋轉(zhuǎn)不變和灰度不變兩種顯著特性，在人臉識(shí)別方面被廣就是對(duì)圖像中的某一像素點(diǎn)的灰度值與其鄰域的像素點(diǎn)的灰度素值比該點(diǎn)大，則賦為1，反之，則賦....

圖7LBP-TOP特征提取過程

圖6LBP特征的光照魯棒性但是LBP只能處理單張的二維圖像，對(duì)于視頻或者圖像序列則無能為力蘭奧盧大學(xué)的Zhao等人提出了一種處理動(dòng)態(tài)紋理的LBP特征提取符LBP-現(xiàn)在已經(jīng)被廣泛用于基于視頻的人臉表情識(shí)別[59]。

本文編號(hào)：3973774