人脸识别算法opencv_《北京理工大学》2015年博士论文

发布时间：2016-12-18 11:04

  本文关键词：人脸表情识别新算法研究，由笔耕文化传播整理发布。

《北京理工大学》 2015年

人脸表情识别新算法研究

岳雷  

【摘要】：人脸表情识别是计算机视觉以及模式识别领域的热点研究问题，自20世纪80年代以来的三十年间受到了越来越多学者的重视。同时，作为人工智能以及情感分析的重要分支，人脸表情识别在人机交互、重症病房监护等领域具有很大的研究价值以及应用前景。早期的人脸表情识别专注于二维图片以及图片序列，也即视频上的算法实现。但是由于二维人脸图像是三维物体向二维平面的投影，在投影过程中必然会损失纹理、形状等特征，还会受到姿态、光照等因素的影响，所以近十年来，基于三维人脸点云模型的表情识别成为该领域的研究重点和中心。 本文首先提出两种完全自动的基于三维点云数据的表情特征提取乃至分类算法；其次在二维表情识别领域，通过扩展已有算法得到了三种优秀的表情分类特征提取方法；最后，通过使用网络文本搜索的方法，建立接近于真实生活中人们呈现表情状态的二维人脸表情数据库。本文的主要研究工作以及提出的创新点如下： 第一,提出一种基于自动获取三维及二维特征点的三维人脸表情识别算法。该算法采用在三维点云、深度图像以及三维点云对应的二维纹理图像上分别自动获得特定特征点，并将非点云上获得的特征点映射回三维点云以获得全部需用特征点的方法。基于这些自动获取的特征点得到三维欧氏距离组成特征向量分类表情，实现了完全自动的三维表情特征提取以及分类过程。 第二,提出了一种通过提取所有实验对象每种不同表情点云上始于鼻尖、终止于经剪切规整过的三维人脸点云的边界的呈放射状人脸面部曲线族，并计算不同表情曲线之间的距离。最后使用自动特征选取算法获取区分度最高特征子集的方法实现自动的三维人脸表情分类识别。 第三,使用一种直方图上下文情境化算法，提取由局部微纹理算子所获得直方图向量的空间组织结构特性，以进一步挖掘特征向量判别度、提高表情正确率。面部图片可以使用局部微纹理算子非常有效的表征。使用这些算子获得的表征人脸表情图片的直方图向量包含有丰富的对不同种类表情进行判别的信息。为了度量该信息，本文引入直方图上下文情境化算法来加强由局部微纹理算子获得的直方图向量的类间判别度，实验表明，此方法可以大幅度提高原始直方图向量的表情判别度。 第四,扩展了一种图像空间域局部微纹理提取算法，应用算法提取时间–空间域特征向量。该算法通过分别提取表情序列各帧以及由各帧相同位置行和列组成的与各帧相垂直的两个平面（共三个平面）的WLD特征向量，连接所有特征向量组成原始表情时间–空间域特征向量。通过编码该直方图向量的上下文情境化，，可以获得优异的表情分类识别结果。 第五,扩展形状上下文算法，并使用该算法表征LBP编码图像以提取表情分类特征向量。该算法首先对一幅人脸图像使用LBP算法编码。编码整幅人脸图像后，在此LBP编码图像上均匀密集取点。以每一个特征点为原点使用旋转不变SC的极坐标系取得SC特征直方图。所谓旋转不变SC是指计算特征点周围的主梯度方向，以该主梯度方向作为极坐标系的初始方向指向。该直方图的每一个柱柄又由一个子直方图组成，该子直方图是SC极坐标划分的每一个区间所覆盖LBP编码图像上子区域的LBP直方图。当取得所有样本点的SC直方图后，将这些直方图连接起来组成整幅图像的特征直方图向量作为特征进行表情分类。 第六,表情数据库的建立对算法的验证至关重要。但现有的表情数据库都有自己的明显缺点：实验对象稀少，表情图片不足；得到的表情数据均是在实验室严格限制条件下获得，而非日常自然表情。因此，本文提出了一种基于网络搜索组建二维表情数据库的理论框架。该理论框架包含两个主要组成部分：按照关键词文本搜索的数据库组建过程以及基于自主学习的数据库图片搜索结果精炼过程。使用此框架建立的数据库将克服以上提到的现有数据库的缺点。

【关键词】：
【学位授予单位】：北京理工大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

下载全文 更多同类文献

CAJ全文下载

(如何获取全文？ 欢迎：购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式

【共引文献】

中国期刊全文数据库 前10条

1 韩强;;基于广义Hough变换的手写文档整词定位[J];安徽电子信息职业技术学院学报;2011年05期

2 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(自然科学版);2003年04期

3 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期

4 许高程;张文君;王卫红;;支持向量机技术在遥感影像滑坡体提取中的应用[J];安徽农业科学;2009年06期

5 郭立萍;唐家奎;米素娟;张成雯;赵理君;;基于支持向量机遥感图像融合分类方法研究进展[J];安徽农业科学;2010年17期

6 程刚;郑小华;阳锋;徐祖舰;;三维全景视觉技术在农业机器人中的应用[J];安徽农业科学;2010年34期

7 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期

8 何海燕;施培蓓;;基于改进AdaBoost算法的行人检测方法[J];安庆师范学院学报(自然科学版);2009年03期

9 吴慧兰;刘国栋;刘炳国;胡涛;浦昭邦;;ICF实验靶定位技术研究[J];半导体光电;2008年05期

10 邹心遥;姚若河;;基于LSSVM的威布尔分布形状参数估计(英文)[J];半导体技术;2008年06期

中国重要会议论文全文数据库 前10条

1 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届（2011年度）学术年会论文集(下)[C];2012年

2 刘善磊;张亮;;基于相位相关和SURF算法的关键帧实时匹配研究[A];江苏省测绘学会2011年学术年会论文集[C];2011年

3 隋树林;孙立宏;姚文龙;袁健;;融合改进UKF/SIFT信息的自主光学导航方法[A];第二十六届中国控制会议论文集[C];2007年

4 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六届中国控制会议论文集[C];2007年

5 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年

6 汪力;叶桦;夏良正;;利用特征点定位嘴巴[A];第二十六届中国控制会议论文集[C];2007年

7 ;Loop-closing By Using SIFT Features for Mobile Robots[A];第二十六届中国控制会议论文集[C];2007年

8 ;Fault Pattern Recognition of Rolling Bearings Based on Wavelet Packet and Support Vector Machine[A];第二十七届中国控制会议论文集[C];2008年

9 周凯;范瑞霞;李位星;;一种基于SIFT的MeanShift-粒子滤波融合跟踪算法[A];第二十九届中国控制会议论文集[C];2010年

10 ;Rapid Target Recognition and Tracking under Large Scale Variation Using Semi-Naive Bayesian[A];第二十九届中国控制会议论文集[C];2010年

中国博士学位论文全文数据库 前10条

1 王玉全;基于全景视觉的移动机器人同时定位与地图创建方法研究[D];哈尔滨工程大学;2010年

2 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年

3 任桢;图像分类任务的关键技术研究[D];哈尔滨工程大学;2010年

4 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年

5 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年

6 王作为;具有认知能力的智能机器人行为学习方法研究[D];哈尔滨工程大学;2010年

7 邬俊;基于交互式语义推理的图像检索算法研究[D];大连海事大学;2010年

8 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年

9 肖洁;视觉注意模型及其在目标感知中的应用研究[D];华中科技大学;2010年

10 朱清波;序列图像三维重建方法研究[D];华中科技大学;2010年

中国硕士学位论文全文数据库 前10条

1 宋抗;压缩机活塞圆度误差数字检测系统研究[D];河南理工大学;2010年

2 陈忠翔;基于立体视觉的三维重建方法研究[D];南昌航空大学;2010年

3 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年

4 雒燕飞;地质灾害应急地理信息数据库设计及其应用[D];山东科技大学;2010年

5 唐红梅;基于辐射与空间信息的遥感图像检索[D];山东科技大学;2010年

6 倪希亮;基于尺度不变特征的多源遥感影像配准[D];山东科技大学;2010年

7 贾伟洁;SAR影像与光学影像配准研究[D];山东科技大学;2010年

8 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年

9 任天宇;自稳定航拍系统算法与设计[D];长春理工大学;2010年

10 李光;基于均值偏移的视频目标跟踪、检测算法研究及系统实现[D];浙江理工大学;2010年

【相似文献】

中国期刊全文数据库 前10条

1 刘晓旻;谭华春;章毓晋;;人脸表情识别研究的新进展[J];中国图象图形学报;2006年10期

2 张楠;;人脸表情识别技术研究概述[J];山东轻工业学院学报(自然科学版);2007年04期

3 倪宁;卢刚;;基于视频的人脸表情识别方法研究[J];计算机工程与应用;2008年17期

4 李菊霞;;人脸表情识别方法及展望[J];农业网络信息;2009年02期

5 赵黎;;人脸表情识别与合成系统模型设计[J];微计算机信息;2009年13期

6 薛雨丽;毛峡;郭叶;吕善伟;;人机交互中的人脸表情识别研究进展[J];中国图象图形学报;2009年05期

7 陈俊;;人脸表情识别方法综述[J];中国集体经济;2009年16期

8 陈海峰;;一种基于人脸表情识别的软件自动换肤技术研究[J];微电子学与计算机;2010年02期

9 洪伟铭;;组合方法在人脸表情识别中的应用研究[J];计算机仿真;2011年02期

10 田建华;;一种高性能部分遮挡的人脸表情识别方法[J];电脑知识与技术;2011年08期

中国重要会议论文全文数据库 前10条

1 苏建霞;李凯;林文茹;;人脸表情识别软件的设计[A];第七届全国信息获取与处理学术会议论文集[C];2009年

2 王吉林;;基于神经网络的人脸表情识别研究[A];2006’和谐开发中国西部声学学术交流会论文集[C];2006年

3 邹国锋;王科俊;原蕾;傅桂霞;;人脸表情识别研究新进展[A];第25届中国控制与决策会议论文集[C];2013年

4 吴立平;王金海;崔军;;人脸表情识别在监护系统中的应用与设计[A];天津市生物医学工程学会第三十四届学术年会论文集[C];2014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 李悦;黄永明;章国宝;刘海彬;;基于角度差和散度均值特征的人脸表情识别[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

7 朱娅妮;杜加友;;基于多特征融合的人脸表情识别[A];浙江省电子学会2009学术年会论文集[C];2009年

8 何良华;邹采荣;王志平;石光;赵力;;基于DWT-DCT的人脸表情识别[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

9 朱娅妮;王喆;;基于遗传算法进化的SVM人脸表情识别[A];2009年中国智能自动化会议论文集（第三分册）[C];2009年

10 夏春芬;邹承明;;CUDA共享内存在人脸表情识别中的应用[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

中国博士学位论文全文数据库 前8条

1 何良华;人脸表情识别中若干关键技术的研究[D];东南大学;2005年

2 刘伟锋;人脸表情识别研究[D];中国科学技术大学;2007年

3 王文成;基于局部特征分析的人脸表情识别问题研究[D];山东大学;2011年

4 周书仁;人脸表情识别算法分析与研究[D];中南大学;2009年

5 支瑞聪;基于谱图理论的人脸表情识别算法研究[D];北京交通大学;2010年

6 万川;基于动态序列图像的人脸表情识别系统理论与方法研究[D];吉林大学;2013年

7 岳雷;人脸表情识别新算法研究[D];北京理工大学;2015年

8 刘建征;基于肌肉运动的人脸表情识别[D];天津大学;2012年

中国硕士学位论文全文数据库 前10条

1 刘决仕;标准自然教室中的人脸表情识别研究[D];上海交通大学;2009年

2 蒋斌;人脸表情识别若干问题的研究[D];河南大学;2009年

3 曾祥媛;基于谱特征的人脸表情识别算法研究[D];北京交通大学;2009年

4 李超;Microsoft Agent技术在人脸表情识别系统中的应用[D];天津大学;2010年

5 樊引刚;人脸表情识别系统的研究与实现[D];北京交通大学;2011年

6 应伟;动态人脸表情识别技术研究[D];湖南大学;2005年

7 田儆;人脸表情识别的研究及在游戏中应用的探讨[D];太原理工大学;2008年

8 黄明威;基于非线性降维的人脸表情识别若干算法的研究[D];五邑大学;2011年

9 施毅;基于主动外观模型的人脸表情识别研究[D];上海交通大学;2012年

10 周昌俊;学习环境下人脸表情识别系统的研究与开发[D];上海交通大学;2011年

  本文关键词：人脸表情识别新算法研究，由笔耕文化传播整理发布。

本文编号：218670