本文關鍵詞：基于視頻序列的新生兒疼痛表情識別系統(tǒng)的研究

  更多相關文章： 表情識別 新生兒疼痛 人臉檢測 目標跟蹤 特征提取

【摘要】：臨床實驗表明,新生兒是具有疼痛感知能力的,但是新生兒自身卻缺乏表述疼痛的能力,如今,研究合適的方法對新生兒的疼痛進行評估已經(jīng)成為具有挑戰(zhàn)性的課題之一。新生兒的疼痛評估工作目前多是由人工來完成,受過訓練的醫(yī)護人員根據(jù)各項評估技術(shù)指標來對新生兒表情進行評估,得到的評估結(jié)果或多或少會受到個人主觀因素的影響,因此開發(fā)一種輔助性的客觀評估系統(tǒng)對新生兒疼痛進行及時、客觀且有效的評估具有非常重要的意義。本文對視頻序列中的新生兒疼痛表情識別進行了深入的研究,并設計出相應的表情識別系統(tǒng)對識別過程和結(jié)果進行直觀展示,本文的研究工作主要有:(1)針對表情識別中的臉部檢測問題,提出使用基于膚色和Haar特征相結(jié)合的新生兒臉部檢測算法。實驗結(jié)果表明,基于膚色的方法能夠排除掉大部分非膚色區(qū)域,縮小臉部檢測范圍,后續(xù)結(jié)合Haar特征,能夠在臉部區(qū)域完整、角度合理的前提下,檢測出不同表情和不同頭部偏移角度的視頻幀樣本的臉部區(qū)域。(2)針對視頻序列的實時性要求,使用基于金字塔Lucas-Kanade光流的目標跟蹤算法對新生兒臉部區(qū)域進行跟蹤,同時,針對新生兒臉部運動的不確定性,為了使跟蹤效果更加準確,在光流基礎上進行改進,提出采用前后向軌跡相結(jié)合的方式完成跟蹤,實驗表明,該方法能夠在部分遮擋和頭部存在一定角度偏移的情況下取得不錯的跟蹤效果,并且能夠達到系統(tǒng)的實時性要求。(3)針對面部表情的識別問題,研究局部二值模式和支持向量機在新生兒疼痛表情特征提取與識別上的應用,將均勻模式和旋轉(zhuǎn)不變模式相結(jié)合,并使用分塊的局部二值模式提取新生兒表情特征,作為分類器的輸入。針對支持向量機使用過程中的參數(shù)選擇問題,本文使用網(wǎng)格搜索的方法對支持向量機的懲罰因子以及核函數(shù)的參數(shù)進行尋優(yōu),得到最優(yōu)參數(shù)對作為系統(tǒng)分類識別的參數(shù)。(4)針對系統(tǒng)的構(gòu)建以及識別結(jié)果的展示問題,采用MFC完成系統(tǒng)整體框架的搭建,并結(jié)合OpenCV調(diào)用庫函數(shù)的方式獲得相關圖像處理算法。整體系統(tǒng)運行效果表明,本文設計的針對視頻序列的新生兒疼痛表情識別系統(tǒng)具有較好的實時性,能夠達到基本的表情識別功能,同時具有界面友好、簡潔易用的優(yōu)點。
【關鍵詞】：表情識別 新生兒疼痛 人臉檢測 目標跟蹤 特征提取
【學位授予單位】：南京郵電大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：R722.1;TP391.41
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 緒論8-16
• 1.1 研究背景及意義8-9
• 1.2 新生兒疼痛表情識別的研究現(xiàn)狀9-10
• 1.3 新生兒疼痛表情識別中的關鍵技術(shù)10-14
• 1.3.1 臉部區(qū)域的檢測與跟蹤10-12
• 1.3.2 表情特征提取12-13
• 1.3.3 表情分類識別13-14
• 1.4 新生兒疼痛表情識別的難點14
• 1.5 論文的主要內(nèi)容與章節(jié)安排14-16
• 1.5.1 主要內(nèi)容14-15
• 1.5.2 章節(jié)安排15-16
• 第二章 新生兒臉部檢測模塊的設計與實現(xiàn)16-26
• 2.1 人臉檢測評價標準16
• 2.2 基于膚色和Haar特征的臉部檢測16-24
• 2.2.1 基于膚色的臉部區(qū)域分割17-20
• 2.2.2 候選臉部區(qū)域的篩選20-21
• 2.2.3 基于Haar特征的臉部檢測21-24
• 2.3 實驗結(jié)果與分析24-25
• 2.4 本章小結(jié)25-26
• 第三章 新生兒臉部跟蹤模塊的設計與實現(xiàn)26-34
• 3.1 引言26
• 3.2 光流法26-30
• 3.2.1 Lucas-Kanade光流27-28
• 3.2.2 金字塔LK光流28-30
• 3.3 前后向軌跡相結(jié)合的新生兒臉部跟蹤30-33
• 3.4 本章小結(jié)33-34
• 第四章 新生兒疼痛表情識別模塊的設計與實現(xiàn)34-53
• 4.1 基于LBP的特征提取算法研究34-38
• 4.1.1 LBP算子及其特征表示34-36
• 4.1.2 拓展的LBP算子36-38
• 4.2 基于均勻模式的旋轉(zhuǎn)不變LBP38-40
• 4.3 基于支持向量機的分類算法研究40-46
• 4.3.1 SVM分類原理40-45
• 4.3.2 核函數(shù)45-46
• 4.4 基于LBP與SVM的新生兒疼痛表情識別46-52
• 4.4.1 基于LBP的新生兒疼痛特征提取46-48
• 4.4.2 基于SVM的新生兒疼痛表情分類流程48-50
• 4.4.3 參數(shù)尋優(yōu)50-52
• 4.5 本章小結(jié)52-53
• 第五章 軟件系統(tǒng)的設計與實現(xiàn)53-64
• 5.1 軟件系統(tǒng)的總體設計53-56
• 5.1.1 功能描述與框架搭建53
• 5.1.2 開發(fā)工具簡介53-55
• 5.1.3 設計方法55-56
• 5.2 系統(tǒng)界面設計與功能展示56-62
• 5.2.1 界面設計56-58
• 5.2.2 系統(tǒng)啟動設置58
• 5.2.3 視頻序列的輸入與控制功能58-59
• 5.2.4 表情識別功能59-62
• 5.3 影響系統(tǒng)性能的因素62-63
• 5.4 本章小結(jié)63-64
• 第六章 總結(jié)與展望64-66
• 參考文獻66-69
• 附錄 攻讀碩士學位期間參加的科研項目69-70
• 致謝70

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 汪亞珉,傅小蘭;面部表情識別與面孔身份識別的獨立加工與交互作用機制[J];心理科學進展;2005年04期

2 歐陽琰;桑農(nóng);;基于面部動作單元組合特征的表情識別[J];中國體視學與圖像分析;2011年01期

3 吳奇;申尋兵;傅小蘭;;微表情研究及其應用[J];心理科學進展;2010年09期

4 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 沈卓卿;俞國良;;情緒表達者的文化差異對表情識別的影響[A];第十二屆全國心理學學術(shù)大會論文摘要集[C];2009年

2 章吉;陳英和;;兒童混合表情識別的發(fā)展及與基本表情識別的關系[A];增強心理學服務社會的意識和功能——中國心理學會成立90周年紀念大會暨第十四屆全國心理學學術(shù)會議論文摘要集[C];2011年

3 劉芳;王志良;徐銀梅;陳鋒軍;郭群;;應用于表情識別的黑斑特征算法的設計與實現(xiàn)[A];第一屆中國情感計算及智能交互學術(shù)會議論文集[C];2003年

4 史光遠;崔麗霞;;性別和羞怯水平對大學生面部表情識別的影響[A];第十五屆全國心理學學術(shù)會議論文摘要集[C];2012年

5 曹宇嘉;鄭文明;趙力;鄒采榮;;基于差值模板特征的表情識別方法[A];第十二屆全國圖象圖形學學術(shù)會議論文集[C];2005年

6 李睿凡;朱強生;郭燕慧;劉海濤;;魯棒局部保持投影的表情識別[A];2006年首屆ICT大會信息、知識、智能及其轉(zhuǎn)換理論第一次高峰論壇會議論文集[C];2006年

7 韓t}t};王益文;;面孔呈現(xiàn)順序?qū)植勘砬樽R別的影響[A];第十一屆全國心理學學術(shù)會議論文摘要集[C];2007年

8 歐陽琰;桑農(nóng);;基于面部動作單元組合特征的表情識別[A];第十五屆全國圖象圖形學學術(shù)會議論文集[C];2010年

9 羅崢;魏錦;陳凡;尹天驕;;自閉、智障與正常兒童面部表情識別的差異[A];增強心理學服務社會的意識和功能——中國心理學會成立90周年紀念大會暨第十四屆全國心理學學術(shù)會議論文摘要集[C];2011年

10 張明;傅小蘭;;微表情識別的背景效價效應[A];心理學與創(chuàng)新能力提升——第十六屆全國心理學學術(shù)會議論文集[C];2013年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 王麗;智能服務機器人表情識別技術(shù)研究[D];哈爾濱工業(yè)大學;2015年

2 楊勇;基于粗糙集理論的表情識別研究[D];西南交通大學;2009年

3 李遠征;人體目標跟蹤和表情識別中的若干問題研究[D];西安電子科技大學;2013年

4 阮錦新;多姿態(tài)人臉檢測與表情識別關鍵技術(shù)研究[D];華南理工大學;2010年

5 歐陽琰;面部表情識別方法的研究[D];華中科技大學;2013年

6 朱明旱;基于流形學習的人臉表情識別研究[D];中南大學;2009年

7 劉帥師;非均勻光照和局部遮擋情況下的魯棒表情識別理論與方法研究[D];吉林大學;2012年

8 張錚;基于二維MB-LGBP特征的表情識別及其光照檢測研究[D];天津大學;2010年

9 付曉峰;基于二元模式的人臉識別與表情識別研究[D];浙江大學;2008年

10 洪濤;船體建造CAD/CAM系統(tǒng)數(shù)據(jù)庫技術(shù)及面部表情識別技術(shù)的若干研究[D];浙江大學;2003年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 賀春榮;情緒情境與訓練因素對微表情識別能力影響的研究[D];山西醫(yī)科大學;2012年

2 竇曉娟;大學生自卑特質(zhì)對面部表情識別的影響研究[D];河北師范大學;2015年

3 劉曠;基于卷積網(wǎng)絡集成的面部表情識別方法[D];浙江大學;2016年

4 胡建國;基于表情識別的兒童情緒能力評測系統(tǒng)[D];東南大學;2015年

5 溫瑞梅;閾上與閾下啟動范式下情緒詞匯對面部表情識別的影響[D];魯東大學;2016年

6 陳琦;負性情緒、情緒調(diào)節(jié)策略對大學生面部表情識別的影響研究[D];河北師范大學;2016年

7 劉瑤;微表情識別訓練對青少年抑郁癥患者執(zhí)行功能影響的研究[D];山西醫(yī)科大學;2016年

8 陳奇;基于混合特征提取與決策樹算法的表情識別方法研究[D];長春工業(yè)大學;2016年

9 周玉華;基于微信平臺的人臉識別系統(tǒng)研究與實現(xiàn)[D];江蘇大學;2016年

10 張軒閣;基于動態(tài)序列的微表情識別[D];吉林大學;2016年

，

本文編號：687517