基于动态模糊神经网络人脸表情识别算法的研究论文

基于动态模糊神经网络人脸表情识别算法的研究论文

ID:32556640

大小:12.84 MB

页数:46页

时间:2019-02-12

基于动态模糊神经网络人脸表情识别算法的研究论文_第1页
基于动态模糊神经网络人脸表情识别算法的研究论文_第2页
基于动态模糊神经网络人脸表情识别算法的研究论文_第3页
基于动态模糊神经网络人脸表情识别算法的研究论文_第4页
基于动态模糊神经网络人脸表情识别算法的研究论文_第5页
资源描述:

《基于动态模糊神经网络人脸表情识别算法的研究论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、摘要基于动态模糊神经网络的人脸表情识别算法研究计算机应用技术专业硕士研究生王赛指导老师邓辉文教授人脸面部表情是表达情感信息的重要交互工具,在需求高的智能化人机交互中具有潜在应用价值。作为人机交互技术的重要组成部分,表情识别技术涉及计算机视觉、情感计算、图像处理、智能控制和模式识别等多个研究领域,成为近年来国内外的研究热点。当前自动化的表情识别系统主要解决人脸检测、表情特征提取和分类识别三个关键问题。经过近40年的发展,很多用于表情识别的特征提取算法和分类器逐渐被提出,并取得了很大进步。但是,这离实际应用需求还有相当的距离,促使我们对表情识

2、别问题作进一步研究和探索。针对目前已有的表情识别算法识别率和学习效率不高、尤其是对于幅度较小的表情种类识别率低下的问题,本文提出一种基于动态模糊神经网络的人脸表情识别算法。该算法主要包括表情图像预处理、特征提取和降维、分类识别三部分。首先,对输入的原始表情图像进行几何预处理和灰度预处理,减少噪声,为后面的表情特征提取做好准备。其次,在表情特征提取方面,本文提出一种Gabor小波变换和“二维主成分分析mro.DinlellSionalPrillcipalComponentAnalysis,2DPCA卜模糊线性判别分析(Fuz巧LinearD

3、iscrhninantAnalysis,Fuz巧u)A)”相结合的新的特征提取组合策略。该算法先对预处理后的表情图像进行Ga_bor小波变换,提取Gabor特征;然后对高维Gabor特征进行采样因子为4的下采样,以达到初步降维的目的,再采用2DPCA算法对采样后的特征向量进行二次降维,得到维数较低的表情特征;最后,将传统的Lr)A方法引入模糊集理论,利用模糊LDA算法提取最具鉴别意义的表情特征,该特征具有低维且最有利于分类的优点。然后,在表情的分类识别方面,本文构造一个动态模糊神经网络(D响amicFuz巧Neural№MorkDFN№分

4、类器,用来对表情图像进行分类识别。识别过程中,先将上述特征提取方法所提取的训练样本集表情特征和相应的表情类别分别作为DFNN分类器的输入输出样本,对DD烈进行设计和训练,再利用训练好的D阶N分类器对测试样本进行分类。最后,本文利用MAnABR2011a仿真平台,在日本女性表情数据库(JAFFE)上对本文提出的表情识别算法进行验证,并分别与其他表情特征提取算法(Gabor小波+PCA,Gabor小波*'CA+LDA,Gabor小波+2DPCA)和分类器(B只RBF'LVQ'SVM,mnD展开对比实验。实验结果表明,本文算法在识别效率和性能方

5、面均优于其他算法,尤其对于幅度较小的表情类别识别率较高,且识别所需时间能保持在合理范围内,获得了较理想的识别效果。关键词:表情识别特征提取‰小波模糊LDA动态模糊神经网络IAbstractResearchontheAlgorithmofFacialExpressionRecognitionbased0nDynamicFUzzyNeuralNelclwork蚴,:ComputerApplicationD讹d勋刀:ComputationalIntelligencea11dComputerCon臼rolSystemSz垆巴r恼秒,:Pro£De

6、ngHuiwen彳玩珈口,:WangSaiF∽词expressionis锄importantinteractivet001f研exp怫ssiIlgemotioninf.onnation,whichtms础ential印plicationValueiIlhi曲dem觚dingimeIligenthumall-comp咖mter∞tion.As锄imponampartOf恤eh啪锄-comp咖iIlte:唧’tion钯ctlIlol0_g够fkialexp陀ssiOnrecognitionillvoIvesseveral他∞arch矗elds

7、,such舔c唧u1[erVisioll,emotioncomput-m岛imageprocessin吕iIltelligentcontr0Iandpa:ttem佗cognition.Recently,itbecomest

8、leresearchhot觚ddifficuhathome锄dabroad.Atprese咄踟t01natedfkialexpressionreco印itionsystemismainlytos01vetIlreel:

9、eyproblems:f配edetectiozl,fkialexpr嚣sionfeattl糟∞加ct

10、ion觚dcl私sific鲥on.W油medeVelopmentofneaurly40yearS,坞searchersllaVepfoposedma朗吵f缸ialeXpr∞sionfea:tu

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。