任意姿态人脸表情识别方法研究

发布时间：2017-04-25 14:04

  本文关键词：任意姿态人脸表情识别方法研究，由笔耕文化传播整理发布。

【摘要】：研发可用于自然场景中的自动人脸表情识别系统是人机交互的重要目标之一,然而自然场景中人的头部是不断运动的,因此想要把人脸表情识别系统应用于现实场景中首先要解决图像中不断变化的人脸姿态问题。现阶段任意姿态人脸表情识别系统主要可以分为三类:1)分别为每种人脸姿态的表情图像建立对应的表情识别模型;2)忽略姿态因素,为各种姿态的人脸表情图像建立单一的表情识别模型;3)通过建立不同姿态间映射关系进行姿态归一化,为不同姿态的人脸表情图像建立统一的表情识别模型。第一种多分类器方式需要根据姿态的不同训练众多模型,且需要为每个模型单独调节参数。第二种单一分类器无法去除姿态的干扰信息也必然会影响模型最终的表情识别率。第三种统一分类器多是通过定位人脸关键特征点学习非正脸图像与正脸图像映射关系的方法提取对姿态具有鲁棒性的特征,从而使任意姿态的人脸表情识别任务可以在一个统一的模型中完成。这很大程度依赖于关键特征点定位的准确性,尤其是侧脸状态下的关键特征点定位目前仍然存在很大困难。因此为了解决这三种方法所存在的问题,本文提出基于层次狄利克雷模型和快速自动编码器的任意姿态人脸表情识别方法。文章的主要内容如下:(1)提出基于层次狄利克雷模型的任意姿态人脸分割、人脸表情识别方法。针对当人脸表情图像中人脸姿态变化复杂时需要为每种姿态分别建立模型和调节参数而引起的模型效率低的问题,以及忽略姿态因素为不同姿态建立单一模型带来的模型识别率低的问题,提出基于层次狄利克雷模型的任意姿态人脸关键区域分割、人脸表情识别方法。该方法通过将姿态因素加入传统狄利克雷模型中,由主题模型学习中间层特征,使模型在学习过程中可以共享不同姿态之间的特征信息,从而使任意姿态人脸表情识别任务可在一个完整统一的模型中完成。通过构建人脸关键区域分割、人脸表情识别的层次结构得到一种从粗糙到精细的表情识别模型,从而提高模型的效率。通过结合局部纹理特征和其所对应的几何特征学习得到特征之间的几何约束,从而提高模型的稳定性与识别率。在RAFD和BU-3DFE两个公开人脸表情数据库上的实验结果表明,与现阶段所提方法在同等条件下相比,该方法能有效解决人脸表情图像中不断变化的姿态问题,将最终的平均表情识别率提高了0.4%~16.2%。(2)提出基于空间连贯特征的快速任意姿态人脸表情识别方法。针对人脸表情识别中出现的由于特征点定位不准确而影响任意姿态人脸表情识别结果的问题,以及层次狄利克雷模型中随着姿态不断增加而引起模型复杂度逐渐增加的问题,提出基于空间连贯特征的快速任意姿态人脸表情识别方法。该方法通过将任意姿态的非正脸图像从像素级别将其映射为所对应的正脸图像,避免了特征点定位不准确的问题。通过基于对表情贡献较大的关键区域的无监督特征学习方法提取对光照、图像扭曲等因素更具鲁棒性的特征,提高了模型的效率以及表情的识别率。通过将无监督特征学习得到的学习型特征与其所对应的关键区域的几何信息相结合,形成具有空间连贯特性的混合特征,提高了模型的效率和稳定性。在公开的包含任意姿态人脸表情识别图像的标准库BU-3DFE上,从多个方面验证了所提方法的有效性,实验结果表明该方法所取得的人脸表情识别准确率高于当前最好方法,从最终表情识别结果来比较在当前最高水平的基础上又提高了1.6%。(3)设计实现人脸表情识别GUI界面。采用MATLAB与C++混合编程的方法实现了人脸表情识别的GUI界面,包括人脸检测、人脸关键区域分割,表情识别等功能均在此原型系统中得以体现。
【关键词】：人脸表情识别 任意姿态 狄利克雷模型 自动编码器 无监督特征学习
【学位授予单位】：江苏大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要4-6
• ABSTRACT6-10
• 第一章 绪论10-17
• 1.1 研究背景和意义10-11
• 1.2 国内外研究现状11-13
• 1.3 人脸表情识别方法中的难点13-15
• 1.4 论文主要工作15-16
• 1.5 论文的组织结构16-17
• 第二章 任意姿态人脸表情识别相关技术及发展现状17-30
• 2.1 任意姿态人脸表情识别概述17-21
• 2.1.1 任意姿态人脸表情识别过程简介17
• 2.1.2 人脸检测方法研究现状17-18
• 2.1.3 人脸预处理及姿态归一化方法研究现状18-19
• 2.1.4 人脸特征提取与表示方法研究现状19-21
• 2.1.5 任意姿态人脸表情识别方法研究现状21
• 2.2 狄利克雷模型21-26
• 2.2.1 狄利克雷模型概述21-25
• 2.2.2 狄利克雷模型与人脸表情识别的关系25-26
• 2.3 自动编码器26-29
• 2.3.1 自动编码器概述26-29
• 2.3.2 自动编码器与人脸表情识别的关系29
• 2.4 本章小结29-30
• 第三章 基于层次狄利克雷模型的任意姿态人脸分割、表情识别方法30-46
• 3.1 概述30-31
• 3.2 基于层次狄利克雷模型的人脸表情识别31-36
• 3.2.1 基于狄利克雷模型的人脸分割31-34
• 3.2.2 基于狄利克雷模型的人脸表情识别34
• 3.2.3 模型推导34-36
• 3.2.4 贝叶斯分类36
• 3.3 表情特征提取与表示36-38
• 3.3.1 人脸检测与姿态估计37
• 3.3.2 特征提取与表示37
• 3.3.3 中间层特征37-38
• 3.4 实验结果与分析38-45
• 3.4.1 表情库与实验设置38-39
• 3.4.2 参数选择39-40
• 3.4.3 实验结果分析与比较40-45
• 3.5 本章小结45-46
• 第四章 基于空间连贯特征的快速任意姿态人脸表情识别方法46-55
• 4.1 概述46-47
• 4.2 正脸图像合成47-48
• 4.2.1 特征点定位48
• 4.2.2 估计投影矩阵&合成正脸图像48
• 4.3 基于空间连贯特征的快速任意姿态人脸表情识别方法48-50
• 4.3.1 关键区域采样49
• 4.3.2 空间连贯性特征的提取与表示49-50
• 4.3.3 任意姿态人脸表情识别50
• 4.4 实验与结果分析50-54
• 4.4.1 表情库与实验设置50-51
• 4.4.2 参数选择51-52
• 4.4.3 实验结果分析与比较52-54
• 4.5 本章小结54-55
• 第五章 原型系统的设计与实现55-62
• 5.1 系统的运行环境55
• 5.2 GUI界面层次结构55-57
• 5.3 任意姿态人脸表情识别系统实现57-61
• 5.3.1 系统软件实现57
• 5.3.2 系统运行界面展示57-61
• 5.4 本章小结61-62
• 第六章 总结与展望62-64
• 6.1 总结62-63
• 6.2 展望63-64
• 参考文献64-69
• 致谢69-70
• 在学期间发表的学术论文及其他科研成果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：326436