基于标记分布学习法的面部表情识别
发布时间：2021-04-05 19:08
面部表情是人类传达情感的有效媒介,然而情感的复杂性导致表情识别问题中样例所对应的情感标记不能被确切定义。由于标记分布学习法适用于解决标记语义信息模糊的机器学习问题,并且标记分布学习法在处理表情识别问题时能提供多标记学习法所不能提供的情感分布信息,即各个情感标记对于样例的描述强度。所以,本文利用标记分布学习方法解决表情识别问题。在标记分布学习法的框架下,考虑标记之间的相关性能有效解决类别不平衡的机器学习问题或者提升现有算法的预测效果。其中,高阶相关性通常最适用于模型在现实中所面临的复杂情况。但是,当标记相关性太过复杂时,还会出现模型因自身描述能力不够而无法完全拟合数据集。所以,本文提出的两个表情分布识别算法:基于局部标记相关性的情感分布识别方法（Emotion Distribution Learning based on Local Label Correlation,EDL-LLC）和按层级结构组合局部模型的标记分布学习方法（Label Distribution Learning as Hierarchy Combination of Local Models,LDL-HCLM）,通过...
【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
标记分布示意图
的 100 个表情模特具有不同肤色不同年龄不同性别的特点，其中性占 44%。BU_3DFE 共包含 2500 张表情图片，每个模特做 4和 1 次中立表情。该数据库没有提供相应的表情分数集，s-BU由 PALM 实验室 23 个学生按 JAFFE 的方法对各基本表情进行。
以可以不对图片源进行人脸区域划分； JAFFE 为单纯的静态表情图片，其背景比较简单，没有光照、情识别的效果，所以只是对原来 256*256 的图片进行裁剪至 11图片的眼睛位置基本一致即可，如下图 3-3 所示，图 3-3（a）是子。
本文编号：3119939
【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
标记分布示意图
的 100 个表情模特具有不同肤色不同年龄不同性别的特点，其中性占 44%。BU_3DFE 共包含 2500 张表情图片，每个模特做 4和 1 次中立表情。该数据库没有提供相应的表情分数集，s-BU由 PALM 实验室 23 个学生按 JAFFE 的方法对各基本表情进行。
以可以不对图片源进行人脸区域划分； JAFFE 为单纯的静态表情图片，其背景比较简单，没有光照、情识别的效果，所以只是对原来 256*256 的图片进行裁剪至 11图片的眼睛位置基本一致即可，如下图 3-3 所示，图 3-3（a）是子。
本文编号：3119939
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3119939.html
