基于流形学习的面部表情图像识别方法研究

《基于流形学习的面部表情图像识别方法研究》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、穿圓歴薄－？一＇‘。一人分藥号ＴＰ３０Ｌ：目尝号２化３１３７０３０２０、！一学梭代码１０４８８密缓Ｈ—ＩＩ…—ｉＭＢ＾ｎａａＢｎｗｉＬｕｕｉＨｉｉｉｉ■ｉｉ？ｉｉｍｉｉｉｉｉｉＩ＿‘，秋诱抑為失＊苦，受齡：，，、－‘．ｎ攀彎＇巧攀隸－．．韦．．ＶＶ—、’三；、咕乂、．．Ｖ．ｖ聲一．＇．＇一、．＇义皆＼＇心心’硕：ｔ学位论文１—’－；％，＇，＾？—乂，－■＇■＾．■Ｖ，；＇概詢皆革猿于流潑学詞齡蘭靡潑權圏

2、像概剔游－－－－．，，，，法爾齋ｆ，導托．，■＊．／＼＇＇一．．＇－．．－’＇，成坤教ＶＡ＇、ＶＶ；．．＇．、、ｙ．’’－－＇巧公：＇卢啼皆—成．；．’．＇＇＇＇‘乂？＾－二．＇－古：二？乂义＞＿＞■■■－－＇＇由■－．＇．＇；去＾＜■二Ｗ＞－■．一．＿；，盖：二．．；：、■’一－－。－．’．＞．—ｒ：ｖ：＿’古一．＞：＊＇一－一＊＇一、－＊？．－、．＊一．＇‘‘１Ｖ，Ｖ－、Ａ：１一．＾扛．

3、：、４＊？＾心１■、产＂，：．—‘…‘’：－許：＾—５：＇－．—．縣．—ｒ．学位申请人；社静馬苗－＿心．户户：气一产，：—’—’‘‘．１＞二—？．：淨学科专业；＾棘鋒工種：二、乂、＇－－＇摇导教赋；李波—＊－…已，．一茄辦Ｉ－；；．聲Ｉ—與；：．誓辩因期；２０１６年５月ｎ曰．ＶＶ：－＇－－与－．．－接拓於－臟苗壌：‘早Ｉ＇．乂：ADissertationSubmittedinPartialFulfillmen

4、toftheRequirementsfortheDegreeofMasterinEngineeringStudyoffacialexpressionimagesrecognitionmethodsbasedonmanifoldlearningMasterCandidate：DuJingMajor：SoftwareEngineeringSupervisor：AssociateProf.LiBoWuhanUniversityofScienceandTechnologyWuhan,Hubei430081,P.R.ChinaMay,20

5、16武汉科技大学研究生学位论文创新性声明本人郑重声明；所呈交的学位论文是本人在导师指导下，独立进行研究所取得的成果。除了文中已经注明引用的内容或属合作研究共同完成的工作外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研巧做出重要贡献的个人和集体，均已在文中明确方式标明。一申请学位论文与资料若有不实之处。，本人承担切相关责任：ｋ；论文作者签名Ｕ日期＿研究生学位论文版权使用授权声明本论文的研究成果归武汉科技大学所有，其研巧内容不得其它、使用学位论单位的名义发表。

6、本人完全了解武汉科技大学有关保留文的规定，同意学校保留并向有关部口（按照《武汉科技大学关于研究工作的规定》执行，允生学位论文收录）送交论文的复印件和电子版本许论文被查阀和借，同意学校将本论文的全部或部分内容编入学校阅认可的国家相关数据库进行检索和对外服务。论文作者签名：＾持巧导教师签名：白．（．１日期：摘要人脸面部表情蕴含着很多有价值的信息，人脸面部表情图像识别将有助于探索人的内心情感世界，促进其在人机交互和安全监测等领域的应用。因此，本文首先讨论人脸表情图像识别的研究现状和背景，然后提出两种基于流

7、形学习的特征提取方法，实现人脸表情图像的高效识别。本文的主要工作如下：1）提出一种最大非参数化类间距映射方法。在该方法中，为了克服传统线性判别分析方法不能有效处理非高斯分布数据问题，从非参数化或局部学习的角度，定义样本类间散度矩阵和类内散度矩阵；同时为了避免小样本问题，建立非参数化类间距度量。最后，建立目标函数，寻找线性投影子空间，使得非参数化类间距度量最大。在标准面部表情图像的实验表明该方法是一种有效的特征提取方法。2）提出一种距离加权局部保持映射方法。在该方法中，充分利用人脸表情图像数据训练样本的类别信息，定义一个距离加权矩

8、阵，调整同类样本和异类样本之间的差异性，然后针对距离修改后的样本，采用局部保持投影方法，实现高维人脸表情图像数据到低维判别子空间的投影。实验结果表明所提出的方法能获得比其他流形学习方法好的面部表情图像识别效果。关键词：流形学习；特征提取；面部表情图像识别；最大非