基于改进的LBP算子和稀疏表达在人脸表情识别上的医用

发布时间：2017-03-30 02:09

  本文关键词：基于改进的LBP算子和稀疏表达在人脸表情识别上的医用，，由笔耕文化传播整理发布。

【摘要】：众所周知,人脸表情是人们在人际交流中情感的直接流露和内心信息直接表达,是人类感情信息传播与人际关系调和的重要渠道,多被应用到模式识别、机器视觉、智能控制等领域。因此,更高效的人脸表情识别算法的研究具有十分重要的意义。本文主要研究了人脸表情识别过程中的图像特征提取以及图像分类,具体研究内容如下:(1)综述并分析了与人脸表情识别相关的前人研究工作,并详细论述了人脸表情图像的识别过程。同时,介绍了压缩感知基础理论知识,分析了稀疏表示、传感矩阵和稀疏信号重构优化算法,并详细分析了重构优化算法中的贪婪追踪算法和凸优化算法。(2)针对传统LBP算子特征值计算时并未考虑图像中心像素点,本文提出了分块的C-LBP算子,并将中心像素点加入到特征值计算中并赋予最高权值。同时,基于C-LBP算子特征提取时,考虑不同分块策略和不同特征维数对图像识别率的影响。实验表明:在CK库中,当训练样本达到280、分块策略为5×3时,并采用PCA特征降维方法,本文提出的基于分块C-LBP算子结合GPSR分类算法的平均识别率达到80.43%。(3)传统的OMP算法获得字典的稀疏系数值过小或为负数,影响了图像分类准确度。本文提出了改进的OMP算法,通过对稀疏系数直接限制来对信号重构进行优化,以减少稀疏系数负值的产生。实验表明:在JAFFE数据库和CK库中,与OMP算法相比,改进的OMP算法具有较好的识别效果。在CK库中采用PCA结合C-LBP算子进行特征提取时,改进的OMP算法的平均识别率达到了80.30%。
【关键词】：压缩感知 稀疏表示 分块 C-LBP算子 正交匹配追踪算法
【学位授予单位】：江苏科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要2-3
• Abstract3-8
• 第1章 绪论8-16
• 1.1 研究背景8-9
• 1.2 研究意义及应用前景9-10
• 1.3 人脸表情识别基本流程10-14
• 1.3.1 人脸表情图像检测与定位11-12
• 1.3.2 人脸表情预处理12
• 1.3.3 人脸表情特征提取方法12-13
• 1.3.4 人脸表情特征的分类和识别方法13-14
• 1.4 本文组织架构14-16
• 第2章 改进的LBP人脸表情特征提取16-26
• 2.1 局部二值模式（LBP）16-23
• 2.1.1 传统LBP算子17-18
• 2.1.2 多尺度的LBP算子18-20
• 2.1.3 旋转不变的LBP算子20-21
• 2.1.4 均匀模式的LBP算子21-23
• 2.2 改进的LBP算子23-25
• 2.2.1 分块的LBP算子23-24
• 2.2.2 C-LBP算子24-25
• 2.3 本章小结25-26
• 第3章 稀疏表示理论基础26-31
• 3.1 压缩感知理论26-27
• 3.2 图像稀疏表示理论27-28
• 3.3 传感矩阵28-29
• 3.4 稀疏信号的重构方法29-30
• 3.4.1 贪婪追踪算法29-30
• 3.4.2 凸优化算法30
• 3.5 本章小结30-31
• 第4章 基于稀疏表示分类方法的研究31-58
• 4.1 基于稀疏表示的分类器方法介绍31-34
• 4.2 梯度投影法34-49
• 4.2.1 梯度投影算法介绍34-35
• 4.2.2 JAFFE库上人脸表情识别实验结果分析35-43
• 4.2.3 CK库上人脸表情识别实验结果分析43-49
• 4.3 改进的OMP算法49-57
• 4.3.1 正交匹配追踪算法49-50
• 4.3.2 改进的正交匹配追踪算法50-53
• 4.3.3 JAFFE库上对比OMP算法与改进的OMP算法的优劣53-55
• 4.3.4 CK库上对比OMP算法与改进的OMP算法的优劣55-57
• 4.4 本章小结57-58
• 总结与展望58-60
• 总结58-59
• 展望59-60
• 参考文献60-64
• 攻读硕士学位期间发表的论文64-65
• 致谢65-66
• 中文详细摘要66-70

【相似文献】

中国期刊全文数据库 前10条

1 孙蔚;王波;;人脸表情识别综述[J];电脑知识与技术;2012年01期

2 杨梅娟;;人脸表情识别综述[J];甘肃科技;2006年04期

3 刘晓e

本文编号：275969