2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩55頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、人臉面部表情包含著豐富而又細(xì)膩的情感和心理信息,對(duì)面部表情的識(shí)別主要存在兩個(gè)問題,即如何有效地獲取人臉面部表情特征和如何對(duì)表情進(jìn)行有效分類。通過提取人臉特征對(duì)人臉表情進(jìn)行分類識(shí)別的方法已經(jīng)成為模式識(shí)別、機(jī)器視覺、機(jī)器人制造、圖像處理、安全、醫(yī)療、通信與人機(jī)交互等領(lǐng)域研究的重要課題。
  本論文主要研究內(nèi)容和創(chuàng)新性工作主要包含兩個(gè)方面:
  (1)研究了傳統(tǒng)的人臉表情識(shí)別方法,分析了各種方法的優(yōu)勢和缺點(diǎn),并提出了一種基于模糊支

2、持向量機(jī)(FSVM)和K-近鄰算法(KNN)相結(jié)合的面部表情識(shí)別新方法。該方法首先通過主成分分析法(PCA)提取表情特征,然后該方法對(duì)于待分類區(qū)域,計(jì)算輸入樣本到所有類別的歐式距離,通過區(qū)分度函數(shù)判別分類器輸出的候選類與輸入樣本的區(qū)分度,根據(jù)區(qū)分程度進(jìn)行FSVM和KNN分類算法的自適應(yīng)切換。實(shí)驗(yàn)表明,該方法在保障了分類的精確度的同時(shí)又簡化了計(jì)算復(fù)雜度。
  (2)為了提高人臉表情的正確識(shí)別率,提出了一種基于局部二元模式(LBP)和

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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論