基于人脸分区特征融合的表情识别算法研究.pdf

《基于人脸分区特征融合的表情识别算法研究.pdf》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、硕士学位论文基于人脸分区特征融合的表情识别算法研究RESEARCHONFACIALEXPRESSIONRECOGNITIONALGORITHMBASEDONFEATUREFUSIONOFFACIALPATCH李英建哈尔滨工业大学2018年6月国内图书分类号：TP391.4学校代码：10213国际图书分类号：004.8密级：公开工程硕士学位论文基于人脸分区特征融合的表情识别算法研究硕士研究生：李英建导师：李琼教授申请学位：工程硕士学科：计算机技术所在单位：计算机科学与技术学院答辩日期：2018年6月授予学位单位：哈尔滨工业

2、大学ClassifiedIndex:TP391.4U.D.C:004.8DissertationfortheMasterDegreeinEngineeringRESEARCHONFACIALEXPRESSIONRECOGNITIONALGORITHMBASEDONFEATUREFUSIONOFFACIALPATCHCandidate：YingjianLiSupervisor：Prof.QiongLiAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：Compute

3、rTechnologyAffiliation：SchoolofComputerScienceandTechnologyDateofDefence：June,2018Degree-Conferring-Institution：HarbinInstituteofTechnology摘要摘要近年来，随着人工智能技术的发展，人们对人机交互提出了更高的要求：希望计算机能“感受”用户的情绪，并做出相应的反馈。作为识别情绪的重要方法，表情识别成为一个热门的研究领域。表情识别技术广泛应用于人机交互、疲劳驾驶检测等领域，具有重要的理论价值

4、和广泛的应用前景。本文主要研究基于人脸分区特征融合的表情识别算法，具体内容包括数据预处理、人脸分区选择算法、基于卷积神经网络的表情识别以及基于支持向量机的表情识别。在数据预处理章节中，本文首先介绍了CK+、JAFFE和NVIE数据库。对数据库中的图像，本文使用OpenCV进行人脸检测，并使用Face++公司的API进行了人脸特征点检测。为提高图像的对比度，本文对所有图像进行了直方图均衡化。为校正歪斜的人脸，本文使用仿射变换的方法进行人脸旋转校正。最后，根据左眼在图像中的位置，本文对人脸图像进行了空间归一化。本文提出了基于

5、相似度的分区选择算法，其中相似度通过图像间的平均哈希距离定义。使用该算法选出三种分区：左眼分区、右眼分区以及嘴部分区，其尺度分别为186像素、188像素和96像素。选择出的分区具有背景区域小的特点，该特点有利于提高表情识别的准确率。在基于卷积神经网络的表情识别中，对每种分区，本文训练了一个卷积神经网络进行表情识别，三种分区的识别结果通过多数表决的决策层融合方式得出最终识别结果。在CK+数据库上的实验表明，该融合方法可以将准确率提高3%-5%。本文使用了十折交叉验证方法在CK+，JAFFE和NVIE数据库上进行测试，识别准

6、确率分别为98.21%，98.41%和96.51%。本文也使用了支持向量机进行表情识别。本文首先抽取了各分区的局部二值模式（LBP）特征，方向梯度直方图（HOG）特征以及Gabor特征，然后使用线性判别分析（LDA）和主成分分析（PCA）方法进行降维。降维后的三种特征进行特征层融合，即将三种特征的任意组合并进行串联得到融合特征，用于训练和测试支持向量机。最终，三个分区的识别结果通过多数表决的决策层融合方式得到最终的识别结果。实验发现，多数情况下，使用线性判别分析进行降维的识别结果可获得更高的准确率，但使用主成分分析进行降

7、维的识别效果更稳定。使用支持向量机方法在三个数据集上的准确率分别为98.29%，93.94%和87.71%。分析发现，与卷积神经网络方法相比，支持向量机方法在复杂数据集上的准确率稍低，但是其训练速度更快。关键词：表情识别；人脸分区；特征融合；卷积神经网络；支持向量机-I-AbstractAbstractInrecentyears,withthedevelopmentofartificialintelligencetechnology,usersputforwardhigherrequirementsonhuman-com

8、puterinteraction:thecomputershould“feel”theemotionofhumanandmakethecorrespondingfeedback.Asanimportantmethodtorecognizeemotion,facialexpressionrecognitionhasbe