人脸表情强度估计方法研究

发布时间：2022-07-16 20:19

　　在面对面的交流中,面部表情传达了人与人之间的非言语信息。面部表情的自动识别在人机界面中起着至关重要的作用,自上世纪90年代初以来一直受到研究人员的关注。在人工智能和物联网技术快速发展的今天,如果人跟机器人之间也能够进行表情的沟通,实现人机之间的智能交互,那将会极大地促进人工智能技术的发展。因此,实现计算机人脸表情识别具有重要的研究意义。在面部表情识别系统中,特征选择和提取是面部表情识别过程中非常重要的环节,特征提取越具备本征性,识别性能就越高。由于识别精度还没有达到最好,现有的特征提取方式以及分类器的优化还有改善的潜力。除此以外,近年来国内外许多研究人员针对情绪识别已经做出了很多的研究,从单一模态情绪识别到多模态情绪识别,这些研究大多都是区分六种基本的面部表情。然而对于相同的面部表情,表情强烈程度不同,表现出对应的情感状态也会不一样,对情绪识别和分析不应该仅仅局限于几种粗粒度的分类结果。本文针对上述问题,首先提出了基于Gabor滤波器的表情识别方法。首先通过对图像的人脸进行检测与定位,然后通过采用对边缘区域比较敏感,并且对于光照的变化具有鲁棒性的Gabor变换来准确提取人脸表情特征,接... 

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 研究现状
    1.3 研究内容
    1.4 组织结构
第二章 表情分析技术概述与数据集介绍
    2.1 表情识别基本步骤
        2.1.1 人脸检测和定位
        2.1.2 图像预处理
        2.1.3 人脸表情特征提取
        2.1.4 表情分类和表情强度度量
    2.2 自适应神经模糊推理系统的原理和结构
        2.2.1 自适应网络
        2.2.2 ANFIS的原理和结构
    2.3 数据集介绍
    2.4 本章小结
第三章 基于Gabor滤波器的表情识别方法
    3.1 相关技术研究
        3.1.1 二维Gabor小波
        3.1.2 子空间分析方法
    3.2 算法原理
        3.2.1 Gabor特征提取
        3.2.2 Gabor特征优化
        3.2.3 分类器设计
        3.2.4 基于Gabor特征和改进的Fisherfaces的表情分析方法
    3.3 实验结果与分析
        3.3.1 实验设置
        3.3.2 结果与分析
    3.4 本章小结
第四章 基于模糊聚类的表情强度估计方法
    4.1 相关技术研究
        4.1.1 模糊理论和模糊集合
        4.1.2 聚类分析
        4.1.3 模糊聚类分析
    4.2 算法原理
        4.2.1 模糊C均值(FCM)聚类算法
        4.2.2 模糊C均值聚类算法优化
    4.3 实验结果和分析
        4.3.1 实验设置
        4.3.2 实验结果分析
    4.4 本章小结
第五章 总结与展望
参考文献
附录1 攻读硕士学位期间撰写的论文
附录2 攻读硕士学位期间申请的专利
附录3 参加的科研项目
致谢


【参考文献】：
期刊论文
[1]基于ROI-KNN卷积神经网络的面部表情识别[J]. 孙晓,潘汀,任福继.  自动化学报. 2016(06)
[2]基于Gabor变换的表情识别系统的设计[J]. 高智勇,王林.  中南民族大学学报(自然科学版). 2010(01)
[3]基于支持向量机的人脸检测训练集增强[J]. 王瑞平,陈杰,山世光,陈熙霖,高文.  软件学报. 2008(11)
[4]人脸检测综述[J]. 孙宁,邹采荣,赵力.  电路与系统学报. 2006(06)
[5]人脸表情识别研究的新进展[J]. 刘晓旻,谭华春,章毓晋.  中国图象图形学报. 2006(10)
[6]适于人脸检测的模板匹配快速算法[J]. 邵平,杨路明,黄海滨,曾耀荣.  计算机应用. 2006(07)
[7]人脸表情识别方法综述[J]. 王志良,陈锋军,薛为民.  计算机应用与软件. 2003(12)
[8]基于HMM的面部表情图像序列的分析与识别[J]. 金辉,高文.  自动化学报. 2002(04)
[9]人脸检测研究综述[J]. 梁路宏,艾海舟,徐光祐,张钹.  计算机学报. 2002(05)
[10]人脸面部混合表情识别系统[J]. 金辉,高文.  计算机学报. 2000(06)

硕士论文
[1]多特征融合人脸表情识别方法研究[D]. 丁泽超.江苏大学 2016



本文编号：3663221