人脸表情特征提取与识别算法研究

发布时间：2020-05-12 17:55

【摘要】：随着人工智能和计算机处理技术的不断完善,作为人脸识别的一个分支,人脸表情识别技术逐渐兴起。研究人员尝试使计算机能够理解人类的情感,让计算机读懂人脸表情成为研究的热点。传统人脸表情识别方法是基于研究人员手工设计的特征,对计算机性能要求不高,但识别率有限。神经网络算法是依靠自身的分布式特征表示,在训练足够的人脸表情图像后,识别精度明显高于其他传统方法,但需要更高的计算能力。本文对目前人脸表情特征提取和识别算法进行研究,主要工作包括以下几点:1.介绍人脸表情识别的主要组成结构,对现有的特征提取和识别算法做了进行叙述和总结,分析对比了各种特征提取和识别算法的优劣势,介绍了人脸表情识别常用的数据集,并对图像预处理过程进行阐述,包括人脸区域检测和归一化等。2.研究了RILPQ(旋转不变相位量化)和CSLBP(改进的局部二值模式)特征提取算法,并结合CSLBP和RILPQ的优点,提出一种融合特征提取的表情识别。采用一种CSLBP描述图像的纹理特征,采用RILPQ描述不同区域变化特征,然后将两组特征分别编码生成特征图,再进行分块和统计直方图得到表情的特征向量,利用直方图结合的方式,使用SVM分类器进行人脸的表情识别分类,对比单一特征提取的表情识别,提高了识别准确率。3.研究了基于CNN(卷积神经网络)的表情识别,通过设计合理的神经网络模型,在输入层增加非线性表示,和调整最优网络参数训练网络模型,通过实验确定数据集划分比例,实现了人脸表情识别。在JAFFE数据集下的实验结果表明,该算法可以比传统算法获得更高的识别率。最后,开发了基于CNN模型的人脸表情识别系统,通过Pycharm和Tkinter设计了人脸表情识别GUI界面,系统界面实时显示表情识别结果,并对表情识别系统有效性进行验证,能满足多种表情实时识别,验证了表情识别系统的泛化能力。
【图文】：

２．１表情识别基本流程逡逑完整的人脸表情识别流程一般可分为人脸区域检测，图像预处理，人脸特征提逡逑取和人脸表情分类四个重要部分。如图２＿１所示：逡逑人脸检测一＞逦前提逡逑逦Ｙ逦邋逦逡逑图像预处理一？逦基础逡逑逦Ｙ逦邋逦逡逑特征提取一？逦关键逡逑逦Ｙ逦邋逦逡逑特征分类一＞逦目标逡逑图２－１表情识别框架逡逑１．

２．１表情识别基本流程逡逑完整的人脸表情识别流程一般可分为人脸区域检测，，图像预处理，人脸特征提逡逑取和人脸表情分类四个重要部分。如图２＿１所示：逡逑人脸检测一＞逦前提逡逑逦Ｙ逦邋逦逡逑图像预处理一？逦基础逡逑逦Ｙ逦邋逦逡逑特征提取一？逦关键逡逑逦Ｙ逦邋逦逡逑特征分类一＞逦目标逡逑图２－１表情识别框架逡逑１．
【学位授予单位】：安徽工程大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;TP183

【相似文献】

相关期刊论文 前10条

1 陈松;袁训明;;动态人脸表情合成的模型特征驱动算法综述[J];计算机与现代化;2019年07期

2 万贤美;金小刚;;真实感3D人脸表情合成技术研究进展[J];计算机辅助设计与图形学学报;2014年02期

3 王宇博,艾海舟,武勃,黄畅;人脸表情的实时分类[J];计算机辅助设计与图形学学报;2005年06期

4 邹自强,尹宝才,孔德慧;基于MPEG-4的人脸表情动画[J];北京工业大学学报;2003年01期

5 邹北骥,彭永进,伍立华,彭群生;基于物理模型的人脸表情动画技术研究[J];计算机学报;2002年03期

6 刘剑;金泽群;;基于深度学习的人脸表情迁移方法[J];计算机科学;2019年S1期

7 胡诗琦;;对人脸表情迁移与分析方法的探讨[J];科技与创新;2019年05期

8 余锐;;基于深度学习的人脸表情特征分析[J];现代计算机(专业版);2018年13期

9 谢亮;;弱光照环境下人脸表情图像识别方法研究[J];计算机测量与控制;2017年09期

10 万贤美;金小刚;;时空人脸表情动画编辑[J];计算机辅助设计与图形学学报;2013年08期

相关会议论文 前10条

1 张楠;耿雪;张有为;;人脸表情诱因分析[A];第十三届全国信号处理学术年会（CCSP-2007）论文集[C];2007年

2 陶建华;谭铁牛;;语音和人脸表情同步的双模态情感表达研究[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年

3 陈辉;张家树;;人脸表情的混沌仿生识别[A];第二届全国信息获取与处理学术会议论文集[C];2004年

4 唐京海;应自炉;张有为;;人机自然交互过程中情态的识别与融合[A];第十二届全国信号处理学术年会（CCSP-2005）论文集[C];2005年

5 陈海峰;;一种智能性自动换肤技术研究[A];第三届中国智能计算大会论文集[C];2009年

6 陈益强;高文;杨长水;姜大龙;;手语合成中的多模式行为协同韵律模型[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年

7 刘芳;王志良;徐银梅;陈锋军;郭群;;应用于表情识别的黑斑特征算法的设计与实现[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年

8 周吉帆;张海琦;沈模卫;;恐惧刺激对认知控制的影响[A];增强心理学服务社会的意识和功能——中国心理学会成立90周年纪念大会暨第十四届全国心理学学术会议论文摘要集[C];2011年

9 张申;吴志勇;蔡莲红;;基于局部表情参数化的三维表情脸像合成[A];第二届和谐人机环境联合学术会议(HHME2006)——第2届中国人机交互学术会议(CHCI'06)论文集[C];2006年

10 王晓慧;张申;贾珈;蔡莲红;;语义脸像的分析与生成[A];第18届全国多媒体学术会议（NCMT2009）、第5届全国人机交互学术会议（CHCI2009）、第5届全国普适计算学术会议（PCC2009）论文集[C];2009年

相关重要报纸文章 前6条

1 清华大学 朱健翔;人脸表情估计与表情合成[N];计算机世界;2006年

2 中科院自动化所 尹潘嵘 陶建华;情感与认知 相互触发[N];计算机世界;2005年

3 中科院自动化所 何鹏 陶建华 谭铁牛;看懂人的“脸色”[N];计算机世界;2005年

4 记者 王思琪;冯雁:未来你会被机器人的幽默逗笑[N];第一财经日报;2015年

5 记者 范京蓉;深大与企业签约近6000万元[N];深圳特区报;2011年

6 戴盈邋马文博;十多年前来,就被中国的雄心所震撼[N];新华每日电讯;2007年

相关博士学位论文 前10条

1 宋明黎;人脸表情的识别、重建与合成[D];浙江大学;2005年

2 左坤隆;人脸表情自动分析与识别系统的研究[D];天津大学;2004年

3 金城;二维图像特征研究[D];浙江大学;2006年

4 王磊;人脸表情自动提取与跟踪技术研究[D];湖南大学;2007年

5 蒋斌;鲁棒人脸表情识方法研究[D];北京工业大学;2014年

6 万贤美;真实感人脸表情合成的关键技术研究[D];浙江大学;2012年

7 常江龙;三维人脸表情合成研究[D];中国科学技术大学;2009年

8 丁小羽;真实环境人脸图像分析问题研究[D];东南大学;2015年

9 方小勇;人脸运动捕捉数据处理及表情动画重构研究[D];大连理工大学;2010年

10 於俊;低比特率真实感人脸视频编码研究[D];中国科学技术大学;2010年

相关硕士学位论文 前10条

1 翟蒙锁;人脸表情特征提取与识别算法研究[D];安徽工程大学;2019年

2 李可;人脸表情动画研究[D];南京大学;2019年

3 邓豪;基于人脸表情的学习兴趣评测方法研究[D];北方工业大学;2019年

4 郭凯香;人脸表情迁移和虚拟角色面部表情生成[D];湖南大学;2018年

5 丁莎莎;基于深度图像的卡通人脸表情模拟[D];长春理工大学;2018年

6 刘刚;线性回归的人脸表情模型重建及表情动画研究与实现[D];湖南大学;2016年

7 高娅莉;基于Blendshape的人脸表情动画生成的研究与实现[D];湖南大学;2014年

8 余锐;基于深度学习人脸表情特征研究[D];重庆大学;2018年

9 储海威;基于RealSense虚拟人脸表情显示的研究[D];电子科技大学;2018年

10 李蹊;二维人脸表情动画技术的研究与实现[D];华中科技大学;2016年

本文编号：2660614