資源描述：
《基于CBPTOP的人臉表情識(shí)別研究》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、分類號(hào)至旦窆!：壘!UDC004．93編號(hào)J0299S08—08103@江．濠大擎碩士學(xué)位論文基于CBP-TOP的人臉表情識(shí)別研究ResearchonFacialExpressionRecognitionBasedonCBP—TOP申請(qǐng)學(xué)位級(jí)別亟±專業(yè)名稱i±篡扭應(yīng)旦撞查論文提交日期2011-5論文答辯日期2011-6-2學(xué)位授予單位和日期答辯委員會(huì)主席評(píng)閱人獨(dú)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)立進(jìn)行研究工作所取得的成果。除文中已注明引用的內(nèi)容以外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的作品成果，也不包含為獲得江蘇大學(xué)或其他教育機(jī)
2、構(gòu)的學(xué)位或證書而使用過的材料。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本人完全意識(shí)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：蕁靄加ff年多月多Et學(xué)位論文版權(quán)使用授權(quán)書江蘇大學(xué)、中國科學(xué)技術(shù)信息研究所、國家圖書館、中國學(xué)術(shù)期刊(光盤版)電子雜志社有權(quán)保留本人所送交學(xué)位論文的復(fù)印件和電子文檔，可以采用影印、縮印或其他復(fù)制手段保存論文。本人電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相一致，允許論文被查閱和借閱，同時(shí)授權(quán)中國科學(xué)技術(shù)信息研究所將本論文編入《中國學(xué)位論文全文數(shù)據(jù)庫》并向社會(huì)提供查詢，授權(quán)中國學(xué)術(shù)期刊(光盤版)電子雜志社將本論文編入《中國優(yōu)秀博碩
3、士學(xué)位論文全文數(shù)據(jù)庫》并向社會(huì)提供查詢。論文的公布(包括刊登)授權(quán)江蘇大學(xué)研究生處辦理。本學(xué)位論文屬于不保密口。學(xué)位論文作者簽名：犧沙11年‘月，弓日指導(dǎo)教師簽名：?！?≮勘幻如“年6月r)日江蘇大學(xué)碩士研究生畢業(yè)論文摘要近年來，隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，通過計(jì)算機(jī)進(jìn)行面部表情識(shí)別在和諧人機(jī)交互及情感機(jī)器人等方面有著廣泛應(yīng)用，人臉表情識(shí)別逐漸成為一個(gè)研究熱點(diǎn)。人臉表情識(shí)別是指利用計(jì)算機(jī)分析特定人的臉部表情及變化，進(jìn)而確定其內(nèi)心情緒或思想活動(dòng)，實(shí)現(xiàn)人機(jī)之問更自然更智能化的交互。人臉表情識(shí)別的研究對(duì)于增強(qiáng)計(jì)算機(jī)的智能化和人性化，開發(fā)新型人機(jī)環(huán)境，以及推動(dòng)心理學(xué)等學(xué)科的發(fā)展，
4、有著重要的現(xiàn)實(shí)意義，并最終產(chǎn)生很大的經(jīng)濟(jì)效益和社會(huì)效益。本文首先對(duì)課題的研究背景進(jìn)行綜述，并分析目前國內(nèi)外已提出的主流人臉表情識(shí)別方法。在綜合分析了以往的表情識(shí)別方法的基礎(chǔ)上，本文主要研究了人臉表情特征提取的一些關(guān)鍵問題，提出了一些新的方法，并通過實(shí)驗(yàn)進(jìn)行了有效性驗(yàn)證。本文的具體內(nèi)容如下：(1)提出了基于CBP．TOP的表情特征提取方法。該方法先把人臉表情圖像序列進(jìn)行分塊，然后對(duì)每小塊的中心像素點(diǎn)在XY，XT和YT三個(gè)正交平面上分別提取CBP碼，提取完該小塊所有中心像素點(diǎn)的CBP碼后，把該塊提取出的CBP碼在XY，XT和YT三個(gè)正交平面上進(jìn)行二元模式的直方圖統(tǒng)計(jì)，得到3
5、部分直方圖，接著把三部分直方圖級(jí)聯(lián)起來組成一個(gè)直方圖特征，所有分塊的直方圖特征被提取完后，再將所有塊的直方圖特征級(jí)聯(lián)起來組成整個(gè)圖像的直方圖特征，最后使用SVM分類器進(jìn)行識(shí)別。試驗(yàn)結(jié)果表明，該方法在人臉表情識(shí)別中獲得較好的識(shí)別率。(2)提出了基于多尺度CBP．TOP的表情特征提取方法。該方法是在CBP—TOP方法的基礎(chǔ)之上拓展出來的，首先把人臉表情圖像進(jìn)行分塊，然后對(duì)每小塊使用不同尺度的CBP．TOP方法來提取圖像序列的特征，然后把這些不同尺度的CBP．TOP直方圖特征相加，就得到該塊的多尺度CBP．TOP直方圖特征，提取完所有分塊之后，把所有分塊的直方圖特征級(jí)聯(lián)起來，
6、就得到圖像序列的直方圖特征，最后也同樣使用SVM分類器進(jìn)行識(shí)別。實(shí)驗(yàn)結(jié)果表明，多尺度CBP—TOP特征提取方法的識(shí)別率比單尺度CBP．TOP特征提取方法和VLBP特征提取方法的識(shí)別率更高，不過多尺度CBP．TOP特征提取方法所花的時(shí)間比其他兩種方法要多一些。(3)采用面向?qū)ο蟮脑O(shè)計(jì)方法，設(shè)計(jì)實(shí)現(xiàn)基于圖像序列的人臉表情識(shí)別原型系統(tǒng)，并從實(shí)驗(yàn)角度驗(yàn)證上述方法的有效性。關(guān)鍵詞：表情識(shí)別，圖像序列，CBP—TOP，多尺度CBP．TOP，SVM江蘇大學(xué)碩士研究生畢業(yè)論文ABSTRACTInrecentyears，withthedevelopmentofcomputertechno
7、logy，thefacialexpressionrecognitionbycomputerhasawiderangeofapplicationsinhumancomputerinteraction(HCI)andemotionalrobot，etc．a(chǎn)nditbecomesarenewedhotspot．Facialexpressionrecognitionistoanalyzeanddetectthespecialexpressionstatefromgivenexpressionimagesorvideoflamesandthento
