基于核方法的Gabor特征降維.pdf

1、近年來，醫(yī)學(xué)研究表明新生兒對疼痛具有感知能力，新生兒的這種早期的疼痛對其以后的行為和生長發(fā)育都會有影響。因此，關(guān)于新生兒疼痛的研究在國外引起了廣泛的關(guān)注。由于新生兒不能自述疼痛的感受，面部表情被廣泛認(rèn)為是描述新生兒疼痛最有效、可靠的評估指標(biāo)。新生兒面部表情特征提取是表情識別系統(tǒng)的核心，特征提取的有效性直接影響到識別的速度和性能。
　　 本文綜合比較了目前各種人臉表情特征提取方法的優(yōu)缺點(diǎn)，在對Gabor小波、特征臉和核鑒別分析方法

2、進(jìn)行研究的基礎(chǔ)上，提出了一種新的用于新生兒疼痛表情識別的特征提取方法。主要完成了以下工作：(1)建立了一個包含800幅不同表情的新生兒面部圖像數(shù)據(jù)庫，本文所有實(shí)驗(yàn)都是在這個數(shù)據(jù)庫上進(jìn)行的；(2)提取人臉面部表情圖像的Gabor特征；(3)傳統(tǒng)方法中對Gabor特征直接進(jìn)行均勻下采樣勢必會造成有用識別信息的丟失，針對這一問題，提出選取人臉“T”字區(qū)域Gabor特征的方法，并通過實(shí)驗(yàn)證明了這種方法有利于提高表情識別率；(4)針對經(jīng)過選取人臉

3、“T”字區(qū)域Gabor特征后的特征向量維數(shù)依然很高這一問題，提出利用特征臉和核鑒別分析方法對Gabor特征進(jìn)行二次特征提取，該方法從根本上解決了由于人臉識別小樣本問題引起的核類內(nèi)離散度矩陣奇異的問題，同時降低了核函數(shù)的計算量。
　　 本文利用模糊支持向量機(jī)分類器對提取的特征進(jìn)行了實(shí)驗(yàn)驗(yàn)證，通過對實(shí)驗(yàn)結(jié)果的分析得出以下結(jié)論：本文提出的表情特征提取方法能夠改善表情識別系統(tǒng)的性能，不僅有效地提高系統(tǒng)的表情識別率，而且具有更好的實(shí)時性。