基于解耦空间特征学习的稀疏表示面部表情识别算法研究

发布时间：2023-10-13 20:35

　　随着计算机技术和人工智能技术的迅猛发展,面部表情识别技术作为智能化人机交互的重要手段具有广阔的应用前景。虽然目前众多面部表情识别算法已取得较好的识别性能,但面部表情识别系统在实际应用中仍面临很多问题。通常获得的欠完备训练数据是人脸身份和表情特征的融合图像,这两者之间互相影响。对于表情识别问题,原始的图像可理解为人脸身份和表情特征的混合空间,其中人脸身份为干扰空间,而表情特征则为有效空间。因此,如何解耦有效的表情特征同时抑制人脸身份对表情特征的影响,并设计独立于人脸身份的自动表情识别系统具有重要的理论和应用价值。本文从特征提取角度入手,针对欠完备数据融合人脸身份和表情特征的特点,构建基于解耦空间特征学习识别模型。特征提取从浅层特征和深层特征两方面入手,分别构建基于先验知识解耦空间和自学习解耦空间的表情识别算法。具体研究内容如下:(1)根据欠完备数据融合人脸身份和表情特征的问题,分别提出基于独立人脸身份的协同表示识别算法及基于字典学习特征空间的稀疏表示识别算法。基于独立人脸身份的协同表示识别算法首先将原始空间转化到表情空间并将欠完备的表情训练样本进行扩展,以弥补小样本对识别结果带来的不足,...

【文章页数】：123 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景及意义
    1.2 国内外研究现状
    1.3 本文的研究内容
    1.4 本文主要贡献和章节安排
第2章 稀疏表示相关理论
    2.1 引言
    2.2 稀疏表示理论
    2.3 协同表示理论
    2.4 概率协同表示理论
    2.5 本章小结
第3章 基于先验知识特征学习识别算法
    3.1 引言
    3.2 基于独立人脸身份的协同表示识别算法
        3.2.1 IFRC算法原理
        3.2.2 实验仿真及结果分析
        3.2.3 IFRC算法分析
        3.2.4 性能评价
    3.3 基于字典学习特征空间的稀疏表示识别算法
        3.3.1 特征字典模型及DLFS_SRC算法
        3.3.2 实验仿真及结果分析
        3.3.3 DLFS_SRC算法分析
        3.3.4 性能评价
    3.4 本章小结
第4章 基于低秩稀疏误差字典的概率协同表示识别算法
    4.1 引言
    4.2 LRSE_ProCRC算法描述
    4.3 实验仿真及结果分析
        4.3.1 特征方法对比实验
        4.3.2 分类方法对比实验
        4.3.3 训练样本对比实验
        4.3.4 噪声变量对比实验
    4.4 算法分析
    4.5 本章小结
第5章 基于像素差值表示的区分性特征学习识别算法
    5.1 引言
    5.2 区分性特征字典及DFL_PDR算法
        5.2.1 构建区分性特征字典
        5.2.2 垂直二维线性判别分析
        5.2.3 分类准则
    5.3 实验仿真及结果分析
        5.3.1 不同参数对比
        5.3.2 平均识别率及运行时间对比
        5.3.3 表情类识别率对比
    5.4 DFL_PDR算法分析
    5.5 本章小结
第6章 基于自学习的深层特征识别算法
    6.1 引言
    6.2 基于深度子空间特征核映射的稀疏表示识别算法
        6.2.1 深度子空间模型
        6.2.2 核空间映射
        6.2.3 分类准则
        6.2.4 实验仿真及结果分析
        6.2.5 性能评价
    6.3 基于深度子空间特征二步表示分类识别算法
        6.3.1 TPRC算法原理
        6.3.2 实验仿真及结果分析
        6.3.3 TPRC算法分析
    6.4 本章小结
结论
参考文献
攻读博士学位期间承担的科研任务与主要成果
致谢



本文编号：3853725