基于局部二值模式和非负矩阵分解的人脸表情识别

《基于局部二值模式和非负矩阵分解的人脸表情识别》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、‘—‘；单位代码；１０２９３密级：公开专业学位硕±论文１Ｗ论文题目：基于局部二值模式和非负矩阵分解的人脸表情识别学号１２１３０１２２０９姓名导师卢官明专业学位类别工程硕±类型全日制专业（领域）由子与通信工指—二论文提交曰期零—六午月？冻打．ｉｒ？：？＼．■－－－市，．、＊－＇‘一‘南京邮电大学学位论文原创性声明本人声明所呈交的学位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，除了文中特别加标注和致谢

2、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，也不包含为获得南京邮电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。…本人学位论文及涉及相关资料若有不实，愿意承担切相关的法律责任。研究生签名：美日期：如＇句南京邮电大学学位论文使用授权声明本人授权南京邮电大学可＾心保留并向国家有关部口或机构送交论文的复印件和电子文档；允许论文被查阅和借阅；可切将学位论文的全部或部分内容编入有关数据库进行检索；可采用影印、。、缩印或扫描等复制手段保存汇编本

3、学位论文本文电子文档的内容和纸质一论文的内容相致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。涉密学位论文在解密后适用本授权书。心瓜＾研究生签名导师签名日期：？FacialExpressionRecognitionBasedonLocalBinaryPatternandNon-negativeMatrixFactorizationThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByWuQi

4、ngSupervisor:Prof.LuGuanmingMarch2016摘要人脸表情识别是人机交互、情感计算、模式识别等领域的一个重要的研究热点。人脸表情识别是生物特性辨识的一个重要分支，在金融安全、模式识别等领域受到了研究人员广泛的关注。本文提出了一种基于分块LBP（LocalBinaryPattern，局部二值模式）和NMF（Non-negativeMatrixFactorization，非负矩阵分解）的人脸表情识别方法。本文的研究工作主要有：（1）研究了LBP特征提取方法在人脸表情识别上的应用以及特征提取时表情图像的分块大小对识别性能的影响。首先对

5、人脸表情图像采用LBP算子得到LBP特征图，然后将LBP特征图分为33块，44块，53块，55块，67块，77块，分别对每个子块的LBP特征进行统计得到每一块的LBP直方图，将所有子块的LBP直方图构成一个联合LBP直方图，作为图像的特征向量，实验结果表明在77分块模式下能得到最好的识别结果。（2）研究了基于PCA（PrincipalComponentAnalysis，主元分析法）和NMF的特征降维方法，并对这两种不同降维方法进行了实验对比，实验结果表明采用基于NMF的特征降维方法能得到更好的识别结果。（3）研究了基于CNN（Center-b

6、asedNearestNeighbor，中心最近邻）的分类方法在人脸表情识别上的应用，并与最近邻分类和SVM（SupportVectorMachine，支持向量机）这两种分类方法进行了对比，实验结果表明中心最近邻算法具有更好的分类识别性能，识别率最高能达90%。关键词:人脸表情识别，局部二值模式，非负矩阵分解，中心最近邻分类器IAbstractFacialexpressionrecognitionisanimportantresearchhotspotinthefieldofhuman-computerinteraction,affectivecomput

7、ing,patternrecognition.Asanimportantbranchofbiometriccharacteristicidentification,obtainsmoreandmoreextensiveattentionintheareaoffinancialsecurity,patternrecognition.AnewalgorithmtoexpressionanalysisbasedonmodularLBP(LocalBinaryPattern)andNMF(Non-negativeMatrixFactorization)method

8、isproposed.Theresearchworkofthisp