基于特征分类器优化匹配和DBN决策的人脸表情识别

发布时间：2017-03-24 05:06

  本文关键词：基于特征分类器优化匹配和DBN决策的人脸表情识别，，由笔耕文化传播整理发布。

【摘要】：作为人类情感最直观的表达方式,人脸表情及其相关的研究工作已经在医疗、商业以及家庭生活等领域产生了深远的影响。本文对人脸表情系统中的特征提取和分类识别进行了分析研究,对传统主成分分析(Principal Component Analysis.PCA)算法进行了改进,提出了特征空间维数更低的特征提取方式；并根据特征表征人脸的互补性和分类效果的差异性,提出了多特征-分类器优化匹配的识别方法：最后基于建立的动态贝叶斯网络(Dynamic Bayesian Network, DBN)对粗分类结果有分歧的表情图像进一步决策。本文的主要工作如下：(1)针对PCA降维过程中,由于特征值相对集中而造成维数仍然偏高的不足,本文提出了基于最优样本的主成分分析(Optimal Sample-PC A, OS-PC A)降维方法。OS-PCA通过选择训练样本、优化协方差矩阵,从而达到进一步降维的目的。鉴于离散余弦变换(Discrete Cosine Transform, DCT)对光照的鲁棒性,以及局部二值模式(Local Binary Patterns, LBP)对局部纹理特征的有效描述,本文结合DCT和LBP特征来弥补单一OS-PCA特征在人脸表情表征方面的局限性。为了更好地发挥特征与分类器的协作优势,本文构造了一个三层多分类器最优匹配(Optimal Matching, OM)的人脸表情识别模型。首先将OS-PCA、DCT和LBP特征输入模型；然后完成多特征与多分类器的最优匹配；最后执行粗分类结果投票表决,并对仍有分歧的表情图像进行自适应决策,从而得到最终识别结果。(2)针对融合决策时间复杂度过高的问题,本文提出多特征多分类器匹配及动态贝叶斯网络决策的人脸表情识别模型。首先基于训练库,模型完成了多个特征与多个分类器的优化匹配及每个特征-分类器组合混淆矩阵的初始化。然后,将测试样本的OS-PCA、DCT和LBP特征送入模型,得到三个粗分类结果。最后,利用得到的经验信息和建立的动态贝叶斯网络,对仍有分歧的表情图像进行融合决策,并且更新混淆矩阵。实验结果表明,在决策的识别率和时间复杂度方面,基于DBN的决策方法对人脸表情的识别具有更高的可靠性。
【关键词】：人脸表情识别 特征-分类器最优匹配 自适应决策 动态贝叶斯网络
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 致谢7-8
• 摘要8-9
• ABSTRACT9-15
• 第一章 绪论15-22
• 1.1 人脸表情识别研究背景及意义15-16
• 1.2 人脸表情识别国内外研究现状16-18
• 1.2.1 表情特征提取的研究现状16-17
• 1.2.2 人脸表情分类方法的研究现状17-18
• 1.2.3 国内外人脸表情研究成果18
• 1.3 人脸表情数据库18-20
• 1.3.1 JAFFE表情数据库18-19
• 1.3.2 CAS-PEAL表情数据库19
• 1.3.3 Pain表情数据库19
• 1.3.4 CK(Cohn-Kanada,CK)表情数据库19-20
• 1.4 本文的研究内容与结构20-22
• 第二章 人脸表情识别概述22-32
• 2.1 人脸表情识别系统工作流程22
• 2.2 图像预处理22-27
• 2.2.1 直方图均衡化22-23
• 2.2.2 图像的几何变换23-24
• 2.2.3 滤波去噪24-26
• 2.2.4 人脸检测26-27
• 2.4 特征提取与分类识别的改进27-31
• 2.5 总结31-32
• 第三章 多特征多分类器优化匹配的人脸表情识别32-45
• 3.1 引言32-33
• 3.2 特征的提取33-36
• 3.2.1 OS-PCA33-34
• 3.2.2 DCT特征34-35
• 3.2.3 LBP特征35-36
• 3.3 模型的构造36-39
• 3.3.1 基分类器介绍36-37
• 3.3.2 模型的思想37-39
• 3.4 实验设计与结果分析39-43
• 3.4.1 实验设计39-40
• 3.4.2 实验结果及分析40-43
• 3.5 总结43-45
• 第四章 多特征融合及动态贝叶斯网络的人脸表情识别45-55
• 4.1 引言45-46
• 4.2 基于动态贝叶斯的融合46-48
• 4.2.1 贝叶斯网络介绍46
• 4.2.2 动态贝叶斯网络的人脸表情识别建模46-48
• 4.3 构造模型48-49
• 4.3.1 训练过程48
• 4.3.2 测试过程48-49
• 4.4 实验设计与分析49-54
• 4.5 本章小结54-55
• 第五章 总结与展望55-57
• 5.1 全文总结55
• 5.2 后续工作展望55-57
• 参考文献57-62
• 攻读硕士学位期间的学术活动及成果情况62-63

  本文关键词：基于特征分类器优化匹配和DBN决策的人脸表情识别，由笔耕文化传播整理发布。

本文编号：265114