基于局部二值模式的人臉表情識(shí)別的研究與實(shí)現(xiàn)

基于局部二值模式的人臉表情識(shí)別的研究與實(shí)現(xiàn)

ID:35179964

大小:6.87 MB

頁數(shù):56頁

時(shí)間:2019-03-20

基于局部二值模式的人臉表情識(shí)別的研究與實(shí)現(xiàn)_第1頁
基于局部二值模式的人臉表情識(shí)別的研究與實(shí)現(xiàn)_第2頁
基于局部二值模式的人臉表情識(shí)別的研究與實(shí)現(xiàn)_第3頁
基于局部二值模式的人臉表情識(shí)別的研究與實(shí)現(xiàn)_第4頁
基于局部二值模式的人臉表情識(shí)別的研究與實(shí)現(xiàn)_第5頁
資源描述:

《基于局部二值模式的人臉表情識(shí)別的研究與實(shí)現(xiàn)》由會(huì)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、 ̄ ̄ ̄單位代碼10602I學(xué)號(hào)2013011617分類號(hào)TP巧1.41級(jí)公開心'>義呼氣凈GUANGXINORMALUNIVERSITY碩壬學(xué)佐^文基于局部二值模式的人臉表情識(shí)別的研究與實(shí)現(xiàn)ResearchandImlementationofFacialExpressionRecognitionpBasedonLocalBinary化ttern學(xué)院:電子工程學(xué)院專業(yè):電子科學(xué)與技術(shù)研究方向:數(shù)字圖像處理年級(jí):2013級(jí)研究生:王華指導(dǎo)教師:曾上游教授1完成日期

2、:206年4月基于局部二值模式的人臉表情識(shí)別的研究與實(shí)現(xiàn)*.專業(yè)名稱:電子科學(xué)與技術(shù)申請(qǐng)人:王華指導(dǎo)教師:曹上游教授論文答辯委負(fù)舍、、主席:和冰《檢聲換L?基于局部二值模式的人臉表情識(shí)別的研究與實(shí)現(xiàn)研究生姓名:王華導(dǎo)師姓名:曾上游專業(yè):電子科學(xué)與技術(shù)研究方向:數(shù)字圖像處理年級(jí):2013摘要,55%是通過表情表現(xiàn)出來的表情是內(nèi)也情感的最直接表達(dá)有關(guān)也理研究表明情緒的;一,人臉是非常復(fù)雜的柔性體同時(shí)也是生物識(shí)別的最主要特征之:識(shí)別是計(jì)算機(jī)認(rèn)識(shí)世界的主要方法、、。所W對(duì)人臉表情識(shí)別的研究是涉及也理

3、學(xué)、生理學(xué)數(shù)學(xué)計(jì)算機(jī)科學(xué)等眾多學(xué)科的交叉內(nèi)容,同時(shí)人臉表情識(shí)別也是圖像處理、模式識(shí)別、計(jì)算機(jī)視覺、圖形學(xué)、人工智能、人機(jī)交互的典型應(yīng)用。人臉表情識(shí)別的成功應(yīng)用將會(huì)對(duì)社交、醫(yī)療、教育、安全、人機(jī)接口等領(lǐng)域產(chǎn)生深刻的影響。本文的主要工作分為如下幾個(gè)部分:一()對(duì)人臉表情識(shí)別的研究背景與意義做了說明,對(duì)國內(nèi)外硏究現(xiàn)狀進(jìn)行了簡要介紹,W表情的臉部特征描述為出發(fā)點(diǎn),通過列舉幾個(gè)表情數(shù)據(jù)庫引出了表情識(shí)別的常用研究方法并對(duì)其做了比較和說明。-(二)對(duì)表情特征提取前的圖像預(yù)處理操作進(jìn)行了詳細(xì)闡述,包括基于haarlike特征和Adaboost層疊分

4、類器的人臉檢測(cè)與眼睛定位算法,圖像的灰度變換、直方圖均衡等一一灰度歸化,人臉圖像的旋轉(zhuǎn)、縮放、校正等幾何歸化。這些都是突出表情特征、去除與表情不相關(guān)因素的必要措施。(H)對(duì)局部二值模式(LBP)算子做了詳細(xì)研究,針對(duì)表情的細(xì)節(jié)紋理特征采用了一一快速有效的LBP描述算子,并且進(jìn)步運(yùn)用改進(jìn)的DLBP算子使識(shí)別速率得到了定的提升。主要闡述了LBP算子的定義、表達(dá)、旋轉(zhuǎn)不變性、等價(jià)模式等特征。最后運(yùn)用支持向SVM一量機(jī)(,LBPDLBPFFE)分類算法對(duì)算子與算子在JA表情庫中做了系列表情識(shí)別的檢測(cè)實(shí)驗(yàn),得到了相應(yīng)的結(jié)果分析與結(jié)論。(四)設(shè)計(jì)

5、并實(shí)現(xiàn)了基于LBP特征的人表情識(shí)別的軟件界面。運(yùn)用化enCV視覺庫在VS2010環(huán)境下實(shí)現(xiàn)了基于MFC的軟件界面,主要包含了表情識(shí)別的人臉檢測(cè)模塊、圖像預(yù)處理模塊,,、特征提取模塊、分類識(shí)別模塊并對(duì)界面的布局與使用做了詳細(xì)的說明最后在JAFFE表情庫與攝像頭條件下做了相應(yīng)的功能測(cè)試。關(guān)鍵詞:表情識(shí)別;人臉檢測(cè);局部二值模式;1AbstractResearchandImplementationofFacialExpressionRecognitionBasedonLocalBinaryPatter打-Graduat

6、estudent;WangHuaSupervisor:ZENGShangyouMaor:ElectronicscienceandtechnoloGrade:2013jgyABSTRACTExpressionisthemostdirectexpressio打ofinnerfeeli打gs,psychologicalstudieshaveshownthatabout目5percentofemotio打sthroughfacialexpressions虹anifestedthefaceis

7、verlexflexiblebodyisalsoo打eofthemostimtant;yCO面p,porbiometricfeaturerecognitio打isthemai打陽ethodofcomputertoundersta打dthe:word-l.Sothestudyoffacialexpressio打recognitioninvolvescrosscontentsholohyilthematicscomutiandiilipycgy,psoogy,ma,per

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。