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、面部表情識別是人工智能領(lǐng)域的一個新興的研究課題,研究目標(biāo)是讓計算機(jī)能夠自動的識別出人的表情,進(jìn)而分析人的情感。計算機(jī)自動面部表情識別能夠進(jìn)一步增強(qiáng)人機(jī)交互的友好性與智能性,因此具有非常重要的研究和應(yīng)用價值。在分析了目前國際上面部表情識別算法的基礎(chǔ)上,本文著重研究了基于Boosting算法的面部表情識別和幾種特征提取和分類的方法,并進(jìn)行了相關(guān)的測試。論文的主要內(nèi)容如下: 1.從情感出發(fā)。簡單的介紹了情緒理論的基礎(chǔ),介紹了表情識別的
2、研究歷史與現(xiàn)狀。討論了情感識別在國際與國內(nèi)研究的狀況,介紹了情感的基本理論和背景。并介紹了人臉表情識別的研究歷史意義,簡單介紹了表情識別庫,并針對表情識別的難點、優(yōu)勢和不足做了簡要的說明。 2.研究了人臉檢測算法以及表情圖像的預(yù)處理方法。主要使用Adaboost機(jī)器學(xué)習(xí)算法來進(jìn)行表情識別,其核心意義在于通過對樣本的訓(xùn)練可以將識別率較低的弱分離器變成強(qiáng)分類器,從而提高識別的準(zhǔn)確率。本文對于Boosting算法做了著重的介紹,包括P
3、AC學(xué)習(xí)模型,Boosting算法的背景歷史以及算法的理論模型做了介紹。并著重介紹了Adaboost算法來歷和其算法步驟。 3.在分析了多種特征提取的算法基礎(chǔ)上,本文分別采用了基于積分圖原理和基于主分量分析算法(PCA)和局部二元模式(LBP)原理的分類器作為Adaboost算法的弱分類器進(jìn)行表情識別,并使用人臉表情庫對結(jié)果進(jìn)行測試并對測試的結(jié)果進(jìn)行分析。還將其結(jié)果同其他表情識別算法進(jìn)行比較??梢缘贸鼋Y(jié)論基于上述三種算法為弱分類
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Boosting算法的人臉識別方法的研究.pdf
- 基于Boosting算法的人臉識別方法研究.pdf
- 基于Genlte boosting算法的人臉檢測與識別研究.pdf
- 基于PCA與LDA的表情識別算法研究.pdf
- 基于紋理信息的面部表情識別算法研究.pdf
- 面部表情識別算法研究.pdf
- 基于Boosting的語音情感識別.pdf
- 人臉表情識別算法的研究.pdf
- 基于BoW模型的人臉表情識別算法的研究.pdf
- 基于微表情特征的表情識別研究.pdf
- 基于pca與lda的表情識別算法研究
- 基于面部圖像分塊處理的表情識別算法研究.pdf
- 基于組合特征的人臉表情識別算法研究.pdf
- 人臉表情識別的算法研究.pdf
- 基于SIFT算法的人臉表情識別.pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的表情識別算法.pdf
- 基于在線Boosting算法的目標(biāo)跟蹤研究.pdf
- 基于Gabor特征的人臉表情識別算法研究.pdf
- 基于靜態(tài)圖像的人臉表情識別算法研究.pdf
- 基于HOG特征的人臉表情識別算法研究.pdf
評論
0/150
提交評論