非均匀光照和局部遮挡情况下的鲁棒表情识别理论与方法研究

表情识别论文 非均匀光照论文 局部遮挡论文 支持向量机论文 鲁棒性论文
论文详情
表情是人类用来表达情绪的一种有效手段,是人机交互与情感计算研究的重要组成部分。人脸表情识别系统具有广阔的应用前景和实用价值,是当前国内外人工智能和模式识别领域的研究热点之一。由于人类表情的复杂性和微妙性使得表情识别变得很具有挑战性与艰巨性。就整个识别系统而言,虽然目前处理技术获得长足发展,但是从识别系统的性能来看,与实用化还有一定的距离,仍存在很多问题需要深入的研究。其中一个重要原因就是人脸表情识别问题会受到许多因素的影响,比如光照变化、脸部遮挡、姿态变化等。本文从表情识别的鲁棒性入手,主要研究在非均匀光照和局部遮挡情况下的人脸表情识别问题,意在提高表情识别正确率的同时增强算法的鲁棒性。本文主要针对静态人脸表情图片的特征提取与表情分类等问题进行了深入研究,研究内容与创新性工作主要如下:第一,由于表情变化富含纹理信息,而且不同的表情行为包含不同的尺度信息,因此采用Gabor滤波器提取人脸面部表情特征。针对传统Gabor特征表征面部表情全局能力弱并且特征数据存在一定的冗余的问题,提出了基于Gabor多方向特征融合与分块直方图相结合的表情特征提取方法。为了提取局部方向信息并降低特征维数,同时考虑到人脸表情行为的多尺度特性,提出两种特征融合规则,将同一尺度不同方向的Gabor特征进行融合,有效的降低了特征维数,减少了计算量和内存的需求。同时,直方图能够有效的表征图像全局特征,将Gabor特征与分块的直方图结合起来,可以多层次、多分辨率地表征人脸表情局部特征及局部邻域内的特征。实验结果表明它可以有效地提取人脸表情特征,提高人脸表情识别的精确度。第二,针对光照变化对表情识别带来的负面影响,以及传统的二维图像光照预处理方法会降低原始图像质量,丢失部分有效的辨识信息的缺点,提出了基于对称双线性模型的光照鲁棒性表情识别方法。通过双线性模型将带有未知光照的人脸表情图片中相互独立的光照与表情信息进行分离,分别构建独立的光照子空间与表情子空间,从而达到独立分析与处理的目的。通过将商光照的概念引入到双线性模型的框架中。使得所有未知光照的待测试表情图像转换到若干已知相同的光照平台上,令所有测试图像具有归一化的特性。同时,用转换后的多幅表情图像来表征原始的一张表情图像,这样就能将多幅表情特征统计起来,能使表情变化的有效辨识信息得到累加,增强表情图像的区分度,有效地提高分类精度。第三,针对独立个体面部存在部分遮挡物而不易进行人脸表情识别,且全局特征对于面部局部遮挡不具备鲁棒性的问题,提出了一种基于局部Gabor特征径向网格编码的局部遮挡表情特征提取方法。根据视网膜和视皮层上两个相邻的细胞的感受野存在部分重复的特性,将人脸表情图像分割成相邻区域存在50%重叠的子块,对每个子块内的Gabor特征采用径向网格编码策略。这样既能有效的模拟视网膜的成像,又能够降低Gabor特征数据的冗余。所得到的特征向量对于面部存在部分遮挡人脸表情具有很高的辨别能力。第四,由于面部存在遮挡时的表情特征提取分析采用的是局部特征,针对全局核支持向量机无法处理局部特征,容易受到噪声和遮挡的影响,对遮挡不具鲁棒性的缺点,提出基于局部累加核支持向量机的人脸表情分类方法。局部累加核满足Mercer理论,可以确保获得全局最优解。将由面部存在遮挡的表情图像获取的各个局部特征作为支持向量机局部核的输入,利用局部核来处理局部特征,最后对所有局部核输出进行累加整合,实现了对部分遮挡人脸表情的鲁棒性识别。通过实验验证,本文所提的局部径向基累加核支持向量机和局部归一化线性累加核支持向量机策略简单有效,易于应用。而且本方法不仅能够较好的识别部分遮挡人脸表情,对于无遮挡人脸表情的识别率也高于传统的全局核SVM。最后,总结了全文所做的工作,提出了今后进一步需要研究的问题。
前言第4-5页
摘要第5-7页
ABSTRACT第7-9页
第1章 绪论第13-31页
    1.1 问题的提出与研究意义第13-15页
    1.2 人脸表情识别国内外研究现状第15-27页
        1.2.1 人脸表情识别系统概述第15-16页
        1.2.2 人脸表情特征提取研究现状第16-23页
        1.2.3 人脸表情分类方法研究现状第23-25页
        1.2.4 鲁棒人脸表情识别研究现状第25-27页
    1.3 人脸表情识别研究存在的问题第27-28页
    1.4 本文的主要内容与结构安排第28-31页
        1.4.1 研究目标及主要任务第28页
        1.4.2 科研项目资助情况第28页
        1.4.3 论文主要研究问题第28页
        1.4.4 论文章节安排第28-31页
第2章 基于 Gabor 多方向特征融合与分块直方图的表情特征提取第31-47页
    2.1 引言第31-32页
    2.2 人脸表情图像的 Gabor 特征表征第32-35页
        2.2.1 二维 Gabor 滤波器第32-34页
        2.2.2 人脸表情图像的 Gabor 特征表征第34-35页
    2.3 二维 Gabor 小波多方向特征融合第35-37页
        2.3.1 融合规则 1第35-36页
        2.3.2 融合规则 2第36-37页
    2.4 分块直方图特征选择第37-38页
    2.5 基于 Gabor 特征融合与分块直方图统计的特征提取第38-39页
    2.6 算法可行性分析第39-40页
    2.7 实验描述及结果分析第40-45页
        2.7.1 实验流程第40页
        2.7.2 表情图库中图像预处理第40-42页
        2.7.3 实验描述第42页
        2.7.4 实验结果分析第42-45页
        2.7.5 所选融合特征的尺度分析第45页
    2.8 本章小结第45-47页
第3章 基于对称双线性模型的光照鲁棒性人脸表情分析第47-61页
    3.1 引言第47-49页
    3.2 双线性模型第49-50页
    3.3 基于对称双线性变换的表情图像处理第50-53页
    3.4 光照变换第53-56页
    3.5 实验描述及结果分析第56-60页
        3.5.1 实验描述第56-57页
        3.5.2 实验对比第57-60页
    3.6 本章小结第60-61页
第4章 基于局部特征径向编码的局部遮挡表情特征提取第61-73页
    4.1 引言第61-62页
    4.2 表情图像预处理第62-64页
    4.3 局部特征提取与表征第64-65页
    4.4 Gabor 特征径向编码第65-67页
    4.5 算法可行性分析第67页
    4.6 实验描述及结果分析第67-72页
        4.6.1 局部子块数对识别结果的影响第69页
        4.6.2 径向网格尺寸对识别结果的影响第69-70页
        4.6.3 左/右人脸区域遮挡对识别结果的影响第70页
        4.6.4 不同局部特征编码方法的实验对比分析第70-71页
        4.6.5 遮挡对于表情识别的影响第71-72页
    4.7 本章小结第72-73页
第5章 局部累加核支持向量机分类器第73-87页
    5.1 引言第73-74页
    5.2 支持向量机基本理论第74-78页
        5.2.1 广义最优分类面第74-75页
        5.2.2 线性分类问题第75-77页
        5.2.3 支持向量机第77-78页
        5.2.4 核函数第78页
    5.3 局部径向基累加核支持向量机第78-79页
    5.4 局部归一化线性累加核支持向量机第79-81页
    5.5 实验描述及结果分析第81-84页
        5.5.1 实验描述第81-82页
        5.5.2 对比实验第82-84页
    5.6 本章小结第84-87页
第6章 全文总结第87-91页
    6.1 本文的研究背景与研究目标第87页
    6.2 本文的主要研究工作及结论第87-89页
    6.3 需要进一步研究的问题第89-91页
参考文献第91-103页
作者简介及研究成果第103-105页
攻读博士学位期间参加的科研项目第105-107页
致谢第107页
论文购买
论文编号ABS551904,这篇论文共107页
会员购买按0.30元/页下载,共需支付32.1
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付53.5
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656