基于AFS提取眉毛形状语义特征的研究

发布时间：2023-05-07 21:33

　　公理模糊集(Axiomatic Fuzzy Sets,AFS)理论是一种新的模糊数学分析方法,它从更一般、更抽象的层面探讨了模糊集和模糊逻辑,将模糊思想数学公理化,并将人类感知事物的概念及事物间逻辑关系的机理数学抽象化。AFS理论将蕴藏在原始数据、训练数据和数据库中的内在规律和模式,转化成模糊集及逻辑运算,使建立的隶属函数和模糊逻辑更客观和统一。目前AFS理论已经应用到知识表示、聚类分析、模糊分类等领域。针对眉毛的语义描述与聚类难等问题,基于AFS理论提取眉毛的显著特征、定义简单概念、聚类等过程获得眉毛的语义描述符,该算法能够提取出样本最主要的特性,解决描述眉毛语义难,类与类间边界不清晰的问题。主要研究工作包括:(1)针对描述眉毛大小和提取模糊概念难的问题,本文在AFS理论框架下,使用模糊聚类算法开展眉毛的语义特征研究,聚类眉毛大小、赋予语义概念。具体方法为:首先提取人脸图像中眉毛的特征点,利用特征点检测模型归一化人脸图像的特征点,包括眉毛和眼睛;其次基于AFS理论下的模糊聚类算法聚类检测到的眉毛特征点并赋予语义概念;最后通过为每个眉毛分配语义标签提取眉毛的语义描述符。使用BU-4DF...

【文章页数】：67 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 研究现状
        1.2.1 AFS的研究现状
        1.2.2 眉毛识别的研究现状
        1.2.3 聚类的研究现状
    1.3 本文的主要内容
第二章 预备知识
    2.1 人脸特征点检测
    2.2 公理模糊集理论简介
        2.2.1 AFS代数
        2.2.2 AFS结构
        2.2.3 一致隶属函数
    2.3 方向三角形面积表示法
第三章 基于公理模糊集的眉毛语义描述与聚类方法研究
    3.1 引言
    3.2 特征点检测及特征提取
        3.2.1 眉毛图片归一化处理
        3.2.2 人脸特征点检测
        3.2.3 眉毛特征提取
    3.3 基于AFS提取眉毛的语义
        3.3.1 眉毛语义的提取
        3.3.2 眉毛类别的语义描述符的提取
    3.4 实验分析
        3.4.1 提取的语义概念
        3.4.2 不同表情下眉毛的语义提取
        3.4.3 不同聚类方法的比较
    3.5 本章小结
第四章 基于公理模糊集聚类的眉毛形状语义概念提取
    4.1 引言
    4.2 眉毛曲线表示
    4.3 参考眉形及其语义概念提取
        4.3.1 参考眉形标注方法制定
        4.3.2 参考眉形的语义概念
    4.4 曲线聚类方法
    4.5 眉毛形状的语义提取
        4.5.1 基于AFS眉毛形状语义提取
        4.5.2 眉毛语义提取实验分析
    4.6 改进的DTAR曲线表示眉毛实验分析
        4.6.1 验证改进的DTAR曲线表示法
        4.6.2 人类感知验证
    4.7 本章小结
第五章 总结与展望
参考文献
在学期间的研究成果
致谢



本文编号：3811366