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、表情是人們非語言交流的一種重要表達(dá)方式,是理解人類情感的重要途徑。本文主要研究了基于計算機視覺的臉部表情分析技術(shù),主要工作包括: 1.提出了結(jié)合特征模板和膚色信息的人臉檢測和跟蹤算法。特征模板方法利用簡單的矩形特征和級聯(lián)式的分類器檢測人臉,具有較好的魯棒性,但是計算時間較長;基于膚色信息的人臉跟蹤算法利用膚色概率分布圖和視頻序列中前后幀中人臉運動的連續(xù)性跟蹤人臉,具有較好的實時性,但是它需要用戶手動標(biāo)定人臉以實現(xiàn)初始化。本文結(jié)合
2、上述兩種算法提出了一種新的人臉跟蹤算法,實現(xiàn)了人臉的自動初始定位,跟蹤結(jié)果具有前者的魯棒性和后者的實時性,實驗表明該方法能實現(xiàn)快速準(zhǔn)確的人臉跟蹤。 2.在表情識別方面,提出了基于EHMM的表情識別算法。本文利用DCT提取臉部特征數(shù)據(jù),為每種表情類別構(gòu)造相應(yīng)的EHMM來對靜態(tài)人臉圖像進(jìn)行表情識別。由于6種表情中除去高興和驚奇外的其它表情較易混淆,因而本文在單層EHMM的基礎(chǔ)上提出了雙層EHMM結(jié)構(gòu),用于加強對易混淆表情的識別能力。
3、實驗表明本文提出的基于EHMM的表情識別方法能有效地識別6種基本表情,而雙層EHMM結(jié)構(gòu)能從一定程度上提高了系統(tǒng)對易混淆表情的識別能力。本文將此方法應(yīng)用于動態(tài)表情序列的識別,實現(xiàn)了一個動態(tài)視頻表情識別系統(tǒng)。 3.設(shè)計并實現(xiàn)了一個簡單有效的表情動畫產(chǎn)生機制。該方法不同于以往的表情動畫生成方法,具有接口簡單、控制方便、速度快、生成的表情動畫形象逼真的特點。利用該方法可以生成復(fù)雜生動的復(fù)合表情,能實現(xiàn)實時動畫顯示效果,可以很好地應(yīng)用于
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
- 臉部表情技術(shù)的研究與實現(xiàn).pdf
- 自發(fā)和人為表情分析識別研究.pdf
- 實時視頻中人臉跟蹤和表情分析研究.pdf
- 基于面部表情分析的情感語音識別.pdf
- 基于LBP特征的人臉表情分析.pdf
- 幼兒面部表情分辨和匹配的眼動研究.pdf
- 基于自動面部表情分析的兒童測謊研究
- Flash動畫角色表情分析與制作.pdf
- 基于自動面部表情分析的兒童測謊研究.pdf
- 基于AAM的人臉識別與表情分析.pdf
- 基于偏微分方程臉部表情動畫的研究.pdf
- 基于流形學(xué)習(xí)的臉部表情識別方法研究.pdf
- 小班教案表情變變變學(xué)情分析
- 面部表情分析及其在面癱評估中的應(yīng)用.pdf
- 網(wǎng)絡(luò)輿情分析與管理技術(shù)的研究與實現(xiàn).pdf
- 網(wǎng)絡(luò)輿情分析關(guān)鍵技術(shù)的研究與實現(xiàn).pdf
- 基于PDE的3D人臉建模及表情分析研究.pdf
- 面向輿情分析的skyline查詢技術(shù)研究與實現(xiàn).pdf
- 細(xì)粒度表情分類研究與設(shè)計.pdf
- 關(guān)于微表情分析技術(shù)在偵查訊問工作中的運用探討
評論
0/150
提交評論