資源描述：
《動(dòng)態(tài)人臉表情識別技術(shù)研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、碩士學(xué)位論文摘要新一代人機(jī)交互界面的設(shè)計(jì)和情感智能是兩項(xiàng)國際前沿性研究課題，在這兩項(xiàng)課題中，一個(gè)關(guān)鍵的技術(shù)是如何獲取人的內(nèi)心情感。表情作為人的內(nèi)心情感的主要表現(xiàn)方式，蘊(yùn)涵了大量有關(guān)人的內(nèi)心狀態(tài)變化的信息。人臉表情自動(dòng)識別技術(shù)因而受到了研究者們的廣泛關(guān)注。結(jié)合心理學(xué)研究成果，本文首先建立了一個(gè)含840段視頻序列的基本人臉表情數(shù)據(jù)庫，其次針對表情的動(dòng)態(tài)性特點(diǎn)，確定了兩個(gè)表情識別平臺接口，然后對目前比較成熟的表情區(qū)域定位方法、特征提取方法以及信息分類方法進(jìn)行合理的選擇構(gòu)建了一個(gè)表情識別系統(tǒng)實(shí)例，最后在基本表情數(shù)據(jù)庫上對其中四種基本表情進(jìn)行
2、測試，綜合識別率達(dá)到了91．7％。測試結(jié)果說明平臺運(yùn)行正常，可以為后續(xù)的表情識別系統(tǒng)的開發(fā)和改進(jìn)提供良好的實(shí)驗(yàn)環(huán)境，并且構(gòu)建的系統(tǒng)實(shí)例接近實(shí)際應(yīng)用的要求，為將來表情識別系統(tǒng)應(yīng)用化打下了一個(gè)基礎(chǔ)。表情特征提取是系統(tǒng)中比較核心的問題，由于應(yīng)用環(huán)境的復(fù)雜性，如何得到穩(wěn)定的、能夠反映表情變化本質(zhì)的信息是亟待解決的難題。本文對表情特征的有效歸一化和合理描述兩個(gè)部分進(jìn)行了深入的分析，并將分析結(jié)果應(yīng)用在了構(gòu)建的系統(tǒng)實(shí)例中。幾何歸一化處理對于表情特征信息的有效提取具有重要意義，常用的歸一化方法由于基準(zhǔn)特征的不穩(wěn)定性容易造成誤差。本文定量地分析了歸一
3、化誤差對表情特征提取的影響，并提出加權(quán)優(yōu)化匹配算法進(jìn)行誤差的矯正。算法以傳統(tǒng)模板匹配原理為基礎(chǔ)，根據(jù)各象素點(diǎn)的運(yùn)動(dòng)劇烈程度分配相應(yīng)的匹配權(quán)值，實(shí)驗(yàn)證明誤差得到有效地矯正，提取的表情特征信息更加真實(shí)。利用主成分分析技術(shù)建立本征空間，在滿足均方誤差最小的情況下對表情信息進(jìn)行重新描述，表情信息之間的相互關(guān)系能夠得到更好的體現(xiàn)，特征數(shù)據(jù)維度也大大減少。常用的本征空間基的選擇尺度是本征向量對應(yīng)的貢獻(xiàn)率，但是從表情識別的角度來講，所選擇的本征向量反映表情之間易于區(qū)分的、有代表性的特征信息才是關(guān)鍵。本文詳細(xì)地分析了面部運(yùn)動(dòng)單元與本征向量的對應(yīng)關(guān)系
4、，對按照貢獻(xiàn)率得到的本征向量進(jìn)行再次篩選，使得各類基本表情之間的區(qū)分度更好，數(shù)據(jù)壓縮效率也更高。關(guān)鍵詞：表情識別；特征提??；歸一化；誤差矯正；主成分分析；本征向量運(yùn)動(dòng)單元；動(dòng)態(tài)人臉表情識別技術(shù)研究ABSTRACTThedesignoftheinterfaceofhuman—computerinteractionofnewgenerationandaffectiveintelligencearetwointernationalresearchfrontiers．Inthesetwofrontiers，akeytechnologyish
5、owtoobtainpeople’shiddenfeeling．Thefacialexpressioncontainsabundantinformationrelatedtothechangeofthestatesofheartasthemainbehaviorwayofpeople’shiddenfeeling．Thereforetheautomaticrecognitiontechnologyoffacialexpressionhasreceivedtheresearchers’extensiveconcern．Combinin
6、gthepsychologicalresearchresults，inthisthesis，wehavesetuponebasicfacialexpressiondatabasewhichincludes840videosequencesatfirst，secondly,weconfirmtwointerfacesusedtostructuretheplatformoffacialexpressionrecognitionconsideringthedynamiccharacteristic,thenmakinguseofthewe
7、ll—knownalgorithmsaboutfacialregionslocation，featureextractionandclassification，webuildoneinstanceofthesystemoffacialexpressionrecognition，finally,theinstancehasbeentestedusingfourkindsofbasicfacialexpressioninthecompleteddatabaseandthegeneralrecognitionrateis91．7％．The
8、resultprovestheplatformrunsnormallyandcallofferthegoodexperimentalenvironmentfordevelopmentandimprovementofthefollow-
