人脸表情识别系统的研究与实现

《人脸表情识别系统的研究与实现》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、浙江理工大学学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。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，也不包含为获得浙江理工大学或其他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谢意。学位论文作者签名：童施签字日期：沙岁年0堋，7日学位论文版权使用授权书本学位论文作者完全了解浙塑望王太堂有权保留并向国家有关部门或机构送交本论文的复印件和磁盘，允许论文被查阅和借阅。本人授权浙婆堡墨太堂可以将

2、学位论文的全部或部分内容编入有关数据库进行检索和传播，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者始乓施签字日期：乞口’罗年。；月77日导师签名：7于主舀签字日期：2口’歹年D易月77日浙江理J：人学硕十学位论文人脸表情识别系统的研究与实现摘要近年来，随着计算机和信息技术的快速发展，人脸表情识别技术越来越受到重视。如何准确有效地提取表情特征并进行分类已经成为一个研究的热点。本文主要研究了人脸表情特征提取和人脸表情分类与识别中的一些关键问题，提出了一些改进方法，并通过实验进行了

3、有效性验证，同时设计并实现了人脸表情识别系统。本文的主要工作如下：(1)提出了多重中心化二值模式MLBP(multiplelocalbinarypatternso该方法针对原始LBP算子忽略中心像素点作用和邻域像素点灰度值之间的关系，在保持原始LBP算子优点的前提下，通过增加一位二值编码，综合利用了中心像素点作用和邻域像素点狄度值之问的关系，能够有效地提取原始LBP算子丢弃的一些重要结构信息，提高了原始LBP的纹理鉴别能力。在标准表情数据库上的一系列实验验证了改进后算法的有效性和优势。(2)提出了MLBP与小波分解相结合的表情特征提取

4、方法。该方法将获取到的源表情图像进行小波分解，得到包含不同频率信息的四幅子图像。由于表情特征由人脸表情的纹理信息和形变信息来表征，而对角高频图像基本没有表现形变信息和纹理变化信息，故本文只对低频图像、横向高频图像、垂直高频图像进行MLBP特征提取，然后将其串联作为源图像的表情特征向量。与未进行小波分解图像提取特征相比，本文提出的方法使后续的表情特征提取及识别提供的表情数据量减少了四分之一，可适当提高特征提取及识别的速率。实验结果表明该方法在一定程度上能够有效提高表情分类的精度。(3)提出了模糊拉普拉斯支持向量机分类器。该分类器是在由C

5、．SVM方法增加『F则化单元得到的拉普拉斯支持向量机的基础上，引入模糊成员函数实现的，能够根据样本数据的不同调整惩罚值，克服了传统支持向量机由于需要求解二次规划，在处理大规模数据时消耗大量时间和存储空间以及在实践中存在因样本不够而产生训练不足等缺点，具有能同时利用已标记样本和未标记样本的优点，并且能够忽略分类中的噪声和对分类结果影响很小的数据，在很大程度上改进了SVM的性能。(4)设计并实现了实时人脸表情识别系统。采用面向对象的设计思想，设计并实现了实时人脸表情识别系统并且取得了较好的识别效果。关键词：人脸表情识别；特征提取；局部二元

6、模式；SVM；拉普拉斯支持向量机I浙江理工大学硕士学位论文人脸表情识别系统的研究与实现ResearchandImplementationofFacialExpressionRecognitionSystemABSTRACTInrecentyears，withtherapiddevelopmentofcomputerandinformationtechnology，facialexpressionrecognitiontechnologydrawsmoreandmoreattention．Howtoeffectivelyandaccur

7、atelyextractexpressionfeaturesandclassificationhavealsobecomehotspots．Inthisthesis，somekeyissueswhichappearedinfeatureextractionandclassificationarestudied．Several-improvedalgorithmsandmethodsforthesetasksareproposedandvalidatedbyexperimentresults．Themainworkisasfollows

8、：1．ItisMLBP(multiplelocalbinarypatterns)thatisproposed．BasedonpreservingtheadvantagesoforiginalLBP(10calbinary