人臉表情識別算法研究與實(shí)現(xiàn)

《人臉表情識別算法研究與實(shí)現(xiàn)》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、中困分類號：ＴＰ３９１密級：公開ＵＤ。學(xué)校代巧，ｉｍｍ＾ＲＳ９ＨＴ？＾皆ｗ支、凈ＨＥＢ巨ＩＵＮＩＶＥＲＳＩＴＹＯＦＳＣＩＥＮＣＥＡＮＤＴＥＣＨＮＯＬＯＧＹ碩±學(xué)位論文人臉表情巧別算法研究與實(shí)現(xiàn)論文作者：陳雪指導(dǎo)教師：張冬委教授企業(yè)指導(dǎo)教師：逐進(jìn)元髙級工程師申請學(xué)位類別：工程碩±（在職培養(yǎng)）學(xué)科、領(lǐng)域：計(jì)算機(jī)技術(shù)、ｔ所在單位：信息科學(xué)與工程學(xué)院答辯日期：２０１６年１２月河北科技大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨(dú)立

2、進(jìn)行研究工作所取得的成果。對本文的研究做出重要貢獻(xiàn)的個(gè)人和集體己在文中Ｕｊ，均Ｉ明確方。式標(biāo)明除文中己經(jīng)注明引用的內(nèi)容外，本論文不包含任何其它個(gè)人或集體已經(jīng)發(fā)表或撰寫過的作品或成果。本人完全意識到本聲明的法律結(jié)果由本人承擔(dān)。；學(xué)位論文作者簽名％§指導(dǎo)教師簽名：又／Ｉ年月巧曰誠年ａ月曰備河北科技大學(xué)學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)河北科技大學(xué)可＾１｜＾將本學(xué)位論文的全部或部

3、分內(nèi)容編入有關(guān)數(shù)據(jù)進(jìn)行檢庫影。索，可采、縮印或掃描等復(fù)制段保存和匯用印手編本學(xué)位論文，。□保密在年＿＿解密后適用本授權(quán)書論于本學(xué)位文屬婦。爾保密＂＂Ｖ）（上框內(nèi)請?jiān)诜酱颍汉灒海崳妼W(xué)位論文作者簽名指導(dǎo)教師名乂ａ苗年僅曰月月曰／作度ｆClassifiedIndex：TP391SecrecyRate：PublicizedUDC：004UniversityCode：10082HebeiUniversityofScienceandTechnologyDissertationfortheMasterDegreeResearch

4、andImplementationofFacialExpressionRecognitionAlgorithmCandidate：ChenXueSupervisor:Prof.ZhangDongwenAssociateSupervisor：SeniorEngineerLuJinyuanAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：ComputerTechnologyEmployer：SchoolofInformationScienceandEngineeringDateofOral

5、Examination:December,2016摘要隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，人們對人工智能越來越關(guān)注。而在人工智能領(lǐng)域中對人臉表情識別技術(shù)的需求日益增加，表情識別已經(jīng)成為專家學(xué)者們研究的重點(diǎn)，越來越受到重視。專家學(xué)者們主要是將人類的基本表情分為7類，采用各種算法進(jìn)行特征提取并分類，其中特征提取部分是研究的重點(diǎn)內(nèi)容。本論文主要工作有以下三個(gè)方面：1)對于人臉表情圖像進(jìn)行直方圖均衡化和灰度積分投影，實(shí)現(xiàn)定位人眼位置，并對圖像進(jìn)行角度和尺度歸一化處理，令表情特征區(qū)域規(guī)范統(tǒng)一化，達(dá)到更好地獲得表情識別的效果。2)針對2D-Gabor變換多尺度多方向

6、計(jì)算復(fù)雜度和維數(shù)較高的問題，采用了基于多方向2D-Gabor特征提取增強(qiáng)的特征提取算法，對2D-Gabor進(jìn)行改進(jìn)并與LBP相結(jié)合進(jìn)行特征提取。首先用2D-Gabor提取表情圖像5種尺度8個(gè)方向的幅值圖像，將相同方向不同尺度的幅值圖像進(jìn)行融合，再使用局部LBP均勻模式編碼進(jìn)行二次降維，最后進(jìn)行加權(quán)分塊直方圖統(tǒng)計(jì)作為特征向量，本文給出的方案可以在降低維度的同時(shí)保留表情圖像更多的特征信息。3)在MATLAB實(shí)驗(yàn)仿真平臺上選取JAFFE人臉表情數(shù)據(jù)庫作為測試樣本,進(jìn)行人臉表情識別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。在上述方法的基礎(chǔ)上，在分類識別階段，使用支持向量機(jī)分類

7、法，得到表情分類結(jié)果。采用本文的整套方案，JAFFE表情數(shù)據(jù)庫可得到90.24%的識別率，驗(yàn)證了方案的有效性。關(guān)鍵詞人臉表情識別；2D-Gabor變換；局部二值化；特征提取；人眼定位IAbstractWiththerapiddevelopmentofcomputertechnology,moreandmorepeoplepayattentiontotheartificialintelligence.Moreover,withtheincreasingdemandofthefacialexpressionrecognitiontechnology

8、inthefieldofartificialintelligence,facialexpressionrecognitionhasbecomether