面向表情识别的动态elm计算模型研究

《面向表情识别的动态elm计算模型研究》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、中文图书分类号：TP391密级：公开UDC：004学校代码：10005硕士学位论文MASTERALDISSERTATION论文题目：面向表情识别的动态ELM计算模型研究论文作者：袁建明学科：计算机科学与技术指导教师：贾熹滨论文提交日期:2017年1月9日UDC：004学校代码：10005中文图书分类号：TP391学号：S201307032密级：公开北京工业大学工学硕士学位论文题目：面向表情识别的动态ELM计算模型研究英文题目：RESEARCHONTHEDYNAMICELMCOMPUTINGMODELFORFACIALEXPRESSIONREC

2、OGNITION论文作者：袁建明学科专业：计算机科学与技术研究方向：视觉信息计算申请学位：工学硕士指导教师：贾熹滨副教授所在单位：信息学部答辩日期：2016年12月授予学位单位：北京工业大学独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京工业大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名：袁建明日期：2016年12月1

3、4日关于论文使用授权的说明本人完全了解北京工业大学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。（保密的论文在解密后应遵守此规定）签名：袁建明日期：2017年12月14日导师签名：贾熹滨日期：2017年12月14日摘要摘要通过分析面部图像识别表情状态，实现系统对用户情感的认知，有利于提升人机交互的智能性，更好的服务人类对象。由于表情具有动态性，即表情的产生和消失通常是一个过程，所以通过表情序列描述表情，可以有效地反映人脸表情变化

4、的过程，相对于静态表情图像，具有更加丰富的时序信息。研究如何实现表情序列的快速识别和提高表情序列的识别率，将具有深刻的理论和现实意义。为了解决上述问题，本文将隐马尔科夫模型（HMM）与极限学习机（ELM）融合为一个两层分类结构，称为动态ELM模型。其中，下层HMM模型负责提取表情序列中的时序信息，通过Viterbi算法将表情特征序列转换为更有利于揭示情绪单元状态转移规律的隐藏序列；上层ELM模型负责对隐藏序列进行分类。该模型一方面继承了HMM对动态信息的处理和转化能力，另一方面获得了ELM训练效率高的优势，从而实现了对表情序列的高效分类。此外

5、，由于离散HMM模型不能够直接处理特征向量组成的序列，需要将向量组成的序列转化为标量组成的序列，又由于提取的图像特征为分类型数据，本文改进了K-modes聚类算法来解决这一问题。算法通过匹配新样本在各个簇中对应标签出现的频率来评价与聚类中心的相似程度，相对于K-modes算法提高了聚类性能。论文主要创新点和工作体现在以下几个方面：(1)主要表情部位分割和Gabor特征提取。考虑到面部不同区域在表情识别中具有不同的作用，本文分割了人脸表达表情的主要区域，并采用Gabor特征实现对每块人脸表情的特征提取并对其进行了PCA降维。同时分块内部进行了K

6、-means聚类，每个分块获得一个聚类标签，将主要区域的标签进行合并形成完整的人脸特征。(2)提出了改进的K-mode聚类模型。为了解决离散HMM无法处理向量序列的问题，改进了K-modes算法，并做了对比试验。实验分析了K-means算法、K-Modes算法、改进的K-modes算法在类间距离、类内距离等指标上的区别，实验结果表明改进的K-modes算法具有更加良好的聚类性能。(3)提出了动态ELM计算模型。为了提高动态表情序列的识别率，改进了传统动态序列识别方法隐马尔可夫模型，提出了ELM模型组成两层模型。其中底层模型采用隐马尔科夫模型，

7、实现从描述表情特征的观察序列到揭示表情变化规律的隐藏状态序列的转换，然后利用上层ELM模型实现对隐藏状态序列描述的表情进行分类识别。实验结果表明，动态ELM方法在识别率和识别速度方面优−I−北京工业大学工学硕士学位论文于传统HMM方法。关键词：表情序列识别；极限学习机；隐马尔科夫模型；分类型数据聚类−II−AbstractAbstractByanalyzingthefacialimagetorecognizetheexpressionstate,thePerceptionofUsers'Emotionsishelpfultoimproveth

8、eintelligenceofhuman-computerinteractionandservethehumanbetter.Consideringthedynam