版權(quán)說(shuō)明:本文檔由用戶(hù)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(jiǎn)介
1、由于新生兒不能自述疼痛的感受與不同刺激下的疼痛的反應(yīng),由此產(chǎn)生了一些針對(duì)新生兒疼痛的評(píng)估工具,其中面部表情的改變是被廣泛認(rèn)同的一種最有效、可靠的評(píng)估指標(biāo)。目前,國(guó)際上對(duì)新生兒疼痛的評(píng)估都是由受過(guò)專(zhuān)門(mén)訓(xùn)練并熟悉各項(xiàng)評(píng)估技術(shù)指標(biāo)的醫(yī)護(hù)人員進(jìn)行人工評(píng)估,這需要花費(fèi)大量的時(shí)間和精力,且評(píng)估結(jié)果容易受主觀因素的影響。因此開(kāi)發(fā)出一種基于人臉表情識(shí)別技術(shù)的新生兒疼痛自動(dòng)評(píng)估系統(tǒng)是非常有意義的。 人臉表情識(shí)別系統(tǒng)包括三個(gè)核心環(huán)節(jié):人臉檢測(cè)、特征
2、提取、表情識(shí)別。本課題利用支持向量機(jī)的方法,對(duì)新生兒的疼痛與非疼痛的面部表情進(jìn)行識(shí)別。 本文的主要工作如下: (1)回顧了表情識(shí)別系統(tǒng)與新生兒疼痛的研究狀況,簡(jiǎn)要介紹了表情識(shí)別系統(tǒng)的三個(gè)核心環(huán)節(jié)、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)習(xí)的理論基礎(chǔ),并在此基礎(chǔ)上詳細(xì)介紹了SVM方法的概念和特點(diǎn)。 (2)針對(duì)支持向量機(jī)的大樣本學(xué)習(xí)內(nèi)存嚴(yán)重不足、訓(xùn)練速度慢的問(wèn)題,本文提出了一種能夠節(jié)約訓(xùn)練時(shí)間與存儲(chǔ)空間的帶有交叉反饋的并行訓(xùn)練支持向量機(jī)的方
3、法,并通過(guò)大量實(shí)驗(yàn)證明了此方法的可行性與有效性。 (3)針對(duì)SVM模型選擇難的問(wèn)題,使用了交叉驗(yàn)證與網(wǎng)格搜索相結(jié)合的方法來(lái)確定SVM的模型。 (4)使用多項(xiàng)式核函數(shù)階數(shù)為d=2進(jìn)行實(shí)驗(yàn),對(duì)新生兒的疼痛與非疼痛表情的平均識(shí)別率為93.333%,疼痛與平靜、哭、吹氣、磨擦?xí)r表現(xiàn)出的表情進(jìn)行了識(shí)別,獲得的平均識(shí)別率分別為94.54%、82.222%、88.889%、91.667%。通過(guò)對(duì)實(shí)驗(yàn)結(jié)果的分析得出如下結(jié)論:本文所使用的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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。
最新文檔
- 新生兒疼痛表情識(shí)別方法的研究.pdf
- 基于模糊SVM的新生兒疼痛表情識(shí)別方法研究.pdf
- 基于壓縮感知的新生兒疼痛表情識(shí)別方法.pdf
- 新生兒疼痛面部表情特征提取與選擇方法.pdf
- 基于HLACLF的新生兒疼痛表情識(shí)別研究.pdf
- 新生兒疼痛表情識(shí)別中的特征降維方法研究.pdf
- 基于協(xié)作表示的新生兒疼痛表情識(shí)別.pdf
- 基于Curvelet變換的新生兒疼痛表情識(shí)別研究.pdf
- 面部表情識(shí)別方法研究.pdf
- 基于流形學(xué)習(xí)算法的新生兒疼痛表情識(shí)別.pdf
- 基于LBP-top特征的新生兒疼痛表情識(shí)別研究.pdf
- 面部表情識(shí)別方法的研究.pdf
- 新生兒面部表情特征提取的研究.pdf
- 基于視頻序列的新生兒疼痛表情識(shí)別系統(tǒng)的研究.pdf
- 組合分類(lèi)器在新生兒疼痛表情識(shí)別中的應(yīng)用.pdf
- 基于Kinect的面部表情識(shí)別方法研究.pdf
- 基于Gabor小波以及稀疏表示的新生兒疼痛表情識(shí)別.pdf
- 基于分塊加權(quán)局部二值模式的新生兒疼痛表情識(shí)別.pdf
- 人臉面部表情識(shí)別方法研究.pdf
- 基于AdaBoost算法的新生兒面部表情特征選擇.pdf
評(píng)論
0/150
提交評(píng)論