已閱讀1頁，還剩61頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、發(fā)展人臉表情識別技術(shù)的可以促使計算機根據(jù)環(huán)境的變化自主適應(yīng),讓機器像人類一樣具有理解和表達(dá)情感的能力,本文的研究正是為此目標(biāo)而做。首先論文綜述了人臉表情識別的發(fā)展?fàn)顩r,分析了目前主流的人臉表情識別方法:PCA方法、ICA方法、流形方法和。HMM方法等。由于人類對表情的控制是非常復(fù)雜和細(xì)微的,而且人臉的表情又是非常豐富的,因此使用計算機對人臉表情進(jìn)行識別確實很困難。本文根據(jù)研究的實際條件,決定以JAFFE圖庫為樣本庫,只做了7種靜態(tài)表情的
2、識別。對人臉表情的識別首先要考慮的問題是表情特征的提取,由于二維Gabor小波可以提取圖像各尺度方向上的紋理信息,且對亮度和人臉姿態(tài)的變化不敏感,故本研究考慮采用二維Gabor小波濾波器來提取人臉表情特征。在表情分類的處理上,本文采用了近年來流行的支持向量機(SVM)技術(shù)。SVM通過引入核函數(shù)概念,SVM可以解決高維問題和非線性問題,而且不需要有關(guān)樣本數(shù)據(jù)的任何先驗概率假設(shè),特別是對小樣本模式識別問題,SVM還具有良好推廣性能。具體工作
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Gabor小波特征的人臉表情識別研究.pdf
- 基于視覺特征提取的人臉表情識別研究.pdf
- 基于Gabor小波和局部二值模式的人臉表情特征提取研究.pdf
- 基于Gabor小波的人臉表情識別研究.pdf
- 基于Gabor特征的人臉表情識別算法研究.pdf
- 基于Gabor小波變換的人臉特征提取方法研究.pdf
- 基于Gabor的人臉表情識別研究.pdf
- 基于gabor小波的人臉特征提取算法研究及仿真
- 基于Gabor特征和Adaboost算法的人臉表情識別研究.pdf
- 基于Gabor小波變換和SVM的人臉表情識別.pdf
- 基于Gabor小波的人臉表情識別算法研究及實現(xiàn).pdf
- 基于多小波特征的人臉識別.pdf
- Gabor變換的人臉特征提取算法的研究.pdf
- 表情識別中人臉特征提取方法研究.pdf
- 基于Gabor特征的人臉識別.pdf
- 結(jié)合Gabor特征與MutualBoost的人臉表情識別.pdf
- 基于選擇性特征提取與多HMMs的人臉表情識別研究.pdf
- 基于Gabor小波與CS-LBP的人臉特征提取算法研究.pdf
- 基于Gabor濾波器的人臉特征提取算法研究.pdf
- 基于子空間特征提取的人臉識別.pdf
評論
0/150
提交評論