人脸特征检测与表情识别
表情识别论文 二维最大类间方差论文 人脸特征检测论文 人脸器官定位论文 人脸分割论文 人脸表情特征提
论文详情
人脸表情识别技术在许多领域都有着广泛的应用和研究价值,本文详细讨论了人脸表情识别系统的具体结构组成和实现方法.一个完整的表情识别系统应由以下几部分组成:人脸表情图像捕获、预处理、人脸特征检测与定位、人脸分割与归一化、人脸表情特征提取、人脸表情识别。本次论文研究工作除了人脸表情图像捕获部分外,其余部分都做了充分的实验和分析,主要过程是:先简要回顾了面部表情识别的研究现状,然后介绍了人脸特征检测、主要器官定位及人脸切割技术,接着运用两种方案进行人脸表情识别,第一种基于小波变换和离散余弦变换的人脸表情识别方案。该方案首先对输入图像进行脸部切割和规范化得到“规范化标准脸像”,然后用离散小波变换进行数据降维,用离散余弦变换去除数据的相关性和并使能量聚集,再用ZIGZAG算法提取表情特征矢量,最后用马氏距离进行分类识别。实验表明:本方案中算法简单,快速,对六种基本表情的识别率最高可达89.44%。不足之处在于泛化性能不佳,还有待今后改进。为了提高人脸表情的识别率,最后又引入了BP神经网络理论应用于人脸表情识别第二种方案,该方案不但提高了识别率,还增强了人脸表情识别的泛化性能。
摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 概述 | 第7-13页 |
1.1 人脸特征检测概述 | 第7页 |
1.2 面部表情识别概述 | 第7-13页 |
1.2.1 面部表情识别的研究现状 | 第8-9页 |
1.2.2 几种主流方法的简要介绍 | 第9-10页 |
1.2.3 面部表情识别领域仍然存在的问题 | 第10-11页 |
1.2.4 面部表情识别的研究意义与应用前景 | 第11-13页 |
第二章 预处理与人脸特征检测 | 第13-25页 |
2.1 预处理 | 第13-15页 |
2.1.1 图像对比度的增强 | 第13-14页 |
2.1.2 二值化 | 第14-15页 |
2.2 人脸检测 | 第15-20页 |
2.3 嘴巴定位 | 第20页 |
2.4 人脸标准化 | 第20-25页 |
2.4.1 人脸切割 | 第20-21页 |
2.4.2 旋转校正 | 第21-22页 |
2.4.3 尺度校正 | 第22页 |
2.4.4 光照校正 | 第22-25页 |
第三章 人脸表情特征提取 | 第25-34页 |
3.1 特征提取理论 | 第25-34页 |
3.1.1 小波变换原理 | 第25-30页 |
3.1.2 离散余弦变换原理 | 第30-32页 |
3.1.3 特征提取的方法 | 第32-34页 |
第四章 人脸表情模式识别 | 第34-53页 |
4.1 马氏距离判别 | 第34-38页 |
4.1.1 判别原理 | 第34-35页 |
4.1.2 实验分析及结果 | 第35-38页 |
4.2 BP 神经网络的人脸表情识 | 第38-53页 |
4.2.1 引言 | 第38页 |
4.2.2 BP 神经网络 | 第38-44页 |
4.2.3 BP 神经网络表情识别步骤 | 第44-49页 |
4.2.4 仿真实验结果 | 第49-53页 |
第五章 软件组成与操作简介 | 第53-57页 |
5.1 软件的组成 | 第53页 |
5.2 软件的操作 | 第53-57页 |
第六章 总结与展望 | 第57-58页 |
致谢 | 第58-59页 |
参考文献 | 第59-61页 |
研究生期间发表的论文 | 第61页 |
论文购买
论文编号
ABS1745884,这篇论文共61页
会员购买按0.30元/页下载,共需支付
18.3。
不是会员,
注册会员!
会员更优惠
充值送钱!
直接购买按0.5元/页下载,共需要支付
30.5。
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文