資源描述：
《多特征融合人臉表情識別方法研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、分類號：TP37密級：公開UDC：004.5編號：10299S1308031碩士學位論文多特征融合人臉表情識別方法研究ResearchonFacialExpressionRecognitionMethodsbasedonMulti-featuresFusion作者姓名丁澤超指導教師詹永照教授申請學位級別工學碩士學科(專業(yè))計算機應用技術論文提交日期2016年4月論文答辯日期2016年5月學位授予單位和日期江蘇大學2016年6月答辯委員會主席_______________評閱人_____________學位論文版權使用
2、授權書本學位論文作者完全了解學校有關保留、使用學位論文的規(guī)定，同意學校保留并向國家有關部門或機構送交論文的復印件和電子版，允許論文被查閱和借閱。本人授權江蘇大學可以將本學位論文的全部內容或部分內容編入有關數(shù)據(jù)集進行檢索，可以采用影印、縮印或掃描等復制手段保存和匯編本學位論文。保密，在年解密后適用本授權書。本學位論文屬于不保密√。學位論文作者簽名：導師簽名：簽字日期：年月日簽字日期：年月日獨創(chuàng)性聲明本人鄭重聲明：所呈交的學位論文，是本人在導師的指導下，獨立進行研究工作所取得的成果。除文中已經(jīng)注明引用的內容以外，本論文不
3、包含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的作品成果。對本文的研究做出重要貢獻的個人和集體，均已在文中以明確方式標明。本人完全意識到本聲明的法律結果由本人承擔。學位論文作者簽名：日期：年月日江蘇大學碩士學位論文摘要隨著人工智能技術的不斷發(fā)展與完善，人臉表情識別逐漸成為人工智能和人機交互領域的一個重要研究方向，具有深遠的理論意義和應用前景。實現(xiàn)計算機的人臉表情識別將更好地推動人工智能技術的發(fā)展與應用，甚至對心理學等學科的發(fā)展都起到極大的推動作用。同時由于人類情感和人臉表情的復雜性，單一模態(tài)的特征不能很好地提高人臉表情識別的
4、準確率。通過閱讀國內外大量的文獻與資料，對人臉表情識別的若干問題進行了探討與分析，并針對多種特征融合的表情識別進行了較深入的研究。首先闡述了人臉表情識別領域的研究背景與應用領域；然后概括了表情識別目前的研究現(xiàn)狀；接著提出了特征層融合的方法與決策層融合的方法，并對提出的這兩種方法進行實驗驗證。研究內容與創(chuàng)新點主要如下：(1)提出可鑒別的多特征聯(lián)合稀疏表示人臉表情識別方法。針對目前多種特征聯(lián)合的方式多為線性組合方式的問題，本文提出了一種融合圖像紋理特征和全局位置信息的可鑒別的多特征聯(lián)合稀疏表示人臉表情識別方法。該方法首先
5、獲取人臉圖像的紋理特征和全局位置信息，構建訓練字典，通過引入鑒別損失函數(shù)，優(yōu)化稀疏表示的字典。然后在懲罰函數(shù)中引入基于類級聯(lián)合稀疏正則項，對局部紋理特征和全局位置信息進行聯(lián)合稀疏表示，并將稀疏表示獲得的稀疏系數(shù)矩陣送入支持向量機進行訓練和表情識別。實驗結果表明，該方法在降低聯(lián)合特征維度的同時，能夠挖掘多種特征之間的關聯(lián)性，并使得學習到的稀疏系數(shù)更具鑒別性，與新近的多特征融合人臉表情識別方法相比，在BU_3DFE人臉表情數(shù)據(jù)集的7種情感的平均識別率提高了2.5%-5%。(2)提出基于局部可鑒別性和代價敏感Adaboos
6、t的人臉表情集成識別方法。針對單一分類器識別結果具有不確定性的問題提出基于局部可鑒別性和代價敏感Adaboost的人臉表情集成識別方法。該方法可分為兩階段，第一階段為弱分類器選擇階段，在每一輪迭代中計算每個訓練樣本的局部可鑒別因子，選取最大的局部可鑒別因子作為本輪的可鑒別因子，并且選擇相應的弱分類器作為本輪最優(yōu)的弱分類器；第二階段為權重更新階段，通過引入代價敏感的損失函數(shù)，在每一輪迭代過程中最小化誤分類代價獲取該輪弱分類器的權重，并更新訓練樣本分I多特征融合人臉表情識別方法研究布權重；最后用弱分類器組合成的強分類器對
7、樣本進行表情識別。在BU_3DFE上的實驗結果表明，該方法能有效地使傳統(tǒng)Adaboost由求解訓練錯誤率最小轉變?yōu)榍蠼庹`分類代價最小，并且能夠降低錯分樣本被選中的概率，改善Adaboost算法性能，提高分類的準確率。(3)設計并實現(xiàn)基于多特征融合的人臉表情識別的原型系統(tǒng)，采用面向對象的思想，并使用MATLAB和VC#進行混合編程，實現(xiàn)了人臉區(qū)域檢測、關鍵點標注、人臉圖像預處理、特征提取、字典學習、特征融合、稀疏表示、Adaboost算法等模塊，完成多特征融合的人臉表情識別方法的原型系統(tǒng)，通過實驗進一步說明所提方法的可
8、用性。關鍵詞：表情識別，特征融合，聯(lián)合稀疏表示，代價敏感，Adaboost算法II江蘇大學碩士學位論文ABSTRACTWiththecontinuousdevelopmentandperfectionofartificialintelligence,facialexpressionrecognitionisbecominganimportant
