收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

多姿态人脸检测与表情识别关键技术研究

阮锦新  
【摘要】: 在人工智能技术研究领域,人脸作为一种重要的生物特征,其检测、识别和表情提取是实现机器智能化的前提和关键技术之一,具有广阔的应用前景,逐渐成为一个活跃的研究分支。 随着图像处理和模式识别技术的进步,人脸信息处理技术获得长足发展,但仍存在很多需要深入研究的问题。例如:姿态、表情、年龄、遮挡、光照等因素依然严重影响人脸检测与识别的效果,表情识别的研究仍处于起步阶段,理论和方法仍有待完善。本文主要是对多姿态人脸检测、人脸表情特征提取与降维、表情分类与表情识别应用等问题进行了深入研究,研究内容与创新性工作主要如下: 1、提出了融合特征和图像方法,解决多姿态人脸检测这一实际应用中亟待解决的难题。算法首先利用人脸特征快速确定人脸方向,分割出大致正向的人脸候选区域,从而避免增加姿态检测器而增大算法的复杂度,克服了基于图像方法对多姿态人脸检测率低的缺点。分别运用AdaBoost、SVM和RVM三种基于图像的方法对人脸候选区域进行分类检测。实验表明,融合特征和图像方法进行多姿态人脸检测,可明显提高检测速度和检测率。 2、通过分析RVM的稀疏性和泛化性能等优于SVM,将RVM用于人脸检测作了有益的尝试。在基于人脸特征方法的基础上,分别采用AdaBoost、SVM和RVM进行多姿态人脸检测,对比研究表明,AdaBoost的检测速度比SVM和RVM快,检测率略低,SVM和RVM的光照鲁棒性比AdaBoost强,RVM的检测效果优于SVM,在光照变化较大的环境下,利用RVM进行人脸检测不惜为一种好方法。 3、针对AdaBoost、SVM、RVM等基于图像的人脸检测方法对样本依赖较强的问题,为了提高样本有效性,取样本长宽比为1.2,重点突出人脸中央纹理较中的部分。特别是在SVM、RVM算法中,提出了采用彩色样本的新方法,并在YC b Cr彩色空间中,有区别地选取各色彩分量的DCT系数作为特征向量,用于分类器的训练。实验表明,该方法增强了样本有效性,这样可提高算法对光照的鲁棒性和检测率。 4、分析了基于Gabor变换的人脸表情特征提取方法,针对Gabor特征向量维数过高和传统特征降维方法的不足,提出了对主要表情区域进行局部Gabor表情特征提取,根据各表情子区域对表情识别贡献不同,采用非均匀采样,提取出既能反映表情变化,又利于表情分类的表情特征,以达到有效的降维。最后,运用DWT和DCT对表情特征做进一步降维,较好地解决了特征提取与降维的问题。 5、对多分类SVM和RVM进行了深入的研究,针对传统的一对一、一对余等多分类方法的不足,提出了基于二对二多分类SVM与RVM的表情分类方法。该方法以四类别分类问题为研究基础,根据每个子分类器的输出结果进行判断,以相对较少的子分类器组合实现快速分类,从而减少了分类误差。在决策根节点,采用近似最优方法将多类别样本分成两组,并使其聚类中心距离最大,且每组样本数据分歧最小。根据六种基本表情识别率不同,设计出较为合理的决策方案,减小误差的累积,获取最优的分类性能。实验表明,该方法明显缩减了训练和测试时间,提高了分类性能。另外,RVM分类性能略优于SVM。 6、研究了基于人脸识别的身份认证系统的活体检测技术,及其在提高系统的防欺骗性能的优缺点。根据当前人脸表情识别在与人相关时识别率高,与人无关时识别率低的特点,提出了通过访问人员能够接受又容易做到的4种基本人脸表情进行识别,在保证系统运行速度和较低的错误接受率的基础上,实现活体检测,有效提高了基于人脸识别身份认证系统的防欺骗性能。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 戴晓军,淦文燕,李德毅;基于数据场的图像数据挖掘研究[J];计算机工程与应用;2004年26期
2 薛雨丽;毛峡;张帆;;BHU人脸表情数据库的设计与实现[J];北京航空航天大学学报;2007年02期
3 刘洋;季桂树;王刚;;表情识别中基于轴对称的人眼定位方法[J];计算机技术与发展;2008年12期
4 罗飞;王国胤;杨勇;李振静;;基于改进的并行特征融合人脸表情识别[J];广西大学学报(自然科学版);2009年05期
5 黄勇;;优化局部保留投影及其在表情识别中的应用[J];计算机工程;2011年04期
6 张利伟;张航;张玉英;;面部表情识别方法综述[J];自动化技术与应用;2009年01期
7 刘伟锋;王延;;特征点LBP信息在表情识别中的应用[J];计算机工程与应用;2009年31期
8 贾文晋,王志良,刘冀伟;面部表情快速重构与识别方案的设计与实现[J];微计算机应用;2004年01期
9 朱小艳,汪晓华;人脸识别的分析与实现[J];商丘职业技术学院学报;2005年05期
10 王素珍;吴清江;曾炳生;;支撑向量机在人脸表情识别中的应用[J];黎明职业大学学报;2006年03期
11 徐正光;闫恒川;张利欣;;基于表情识别的独立成分分析方法的研究[J];计算机工程;2006年24期
12 李文;;人脸表情识别方法[J];电子科技;2007年06期
13 陈燕龙;钟碧良;;基于HMM和微粒群优化算法的表情识别[J];计算机工程;2008年13期
14 高众;卢官明;;基于支持向量机的新生儿疼痛表情识别[J];重庆科技学院学报(自然科学版);2009年02期
15 薛雨丽;毛峡;郭叶;吕善伟;;人机交互中的人脸表情识别研究进展[J];中国图象图形学报;2009年05期
16 黄勇;;稀疏保留投影及在表情识别中的应用[J];计算机应用;2010年S2期
17 黄勇;;高斯核非负矩阵因子及其在表情识别中的应用[J];计算机应用与软件;2011年06期
18 赵力庄,高文,陈熙霖;Eigenface的变维分类方法及其在表情识别中的应用[J];计算机学报;1999年06期
19 文沁,汪增福;基于三维数据的人脸表情识别[J];计算机仿真;2005年07期
20 徐正光;沈晓冬;张利欣;;基于小波变换和神经网络集成的人脸表情识别[J];微电子学与计算机;2006年07期
中国重要会议论文全文数据库 前10条
1 欧阳琰;桑农;;基于面部动作单元组合特征的表情识别[A];第十五届全国图象图形学学术会议论文集[C];2010年
2 何良华;邹采荣;王志平;石光;赵力;;基于DWT-DCT的人脸表情识别[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年
3 刘芳;王志良;徐银梅;陈锋军;郭群;;应用于表情识别的黑斑特征算法的设计与实现[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年
4 沈卓卿;俞国良;;情绪表达者的文化差异对表情识别的影响[A];第十二届全国心理学学术大会论文摘要集[C];2009年
5 程剑;应自炉;张有为;;基于模糊积分多分类器融合的人脸表情识别[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
6 李睿凡;朱强生;郭燕慧;刘海涛;;鲁棒局部保持投影的表情识别[A];2006年首届ICT大会信息、知识、智能及其转换理论第一次高峰论坛会议论文集[C];2006年
7 贾文晋;王志良;刘冀伟;;基于Web的面部表情快速重构方案的设计与实现[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年
8 徐东海;赵宏;叶西宁;;基于改进LBP的表情特征提取算法[A];上海市化学化工学会2010年度学术年会论文集(自动化专题)[C];2010年
9 陈辉;张家树;;人脸表情的混沌仿生识别[A];第二届全国信息获取与处理学术会议论文集[C];2004年
10 王吉林;;基于神经网络的人脸表情识别研究[A];2006’和谐开发中国西部声学学术交流会论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 杨勇;基于粗糙集理论的表情识别研究[D];西南交通大学;2009年
2 朱明旱;基于流形学习的人脸表情识别研究[D];中南大学;2009年
3 欧阳琰;面部表情识别方法的研究[D];华中科技大学;2013年
4 李远征;人体目标跟踪和表情识别中的若干问题研究[D];西安电子科技大学;2013年
5 刘帅师;非均匀光照和局部遮挡情况下的鲁棒表情识别理论与方法研究[D];吉林大学;2012年
6 张铮;基于二维MB-LGBP特征的表情识别及其光照检测研究[D];天津大学;2010年
7 孙俊;人脸图像分析和识别方法研究[D];清华大学;2001年
8 何良华;人脸表情识别中若干关键技术的研究[D];东南大学;2005年
9 阮锦新;多姿态人脸检测与表情识别关键技术研究[D];华南理工大学;2010年
10 刘伟锋;人脸表情识别研究[D];中国科学技术大学;2007年
中国硕士学位论文全文数据库 前10条
1 贺春荣;情绪情境与训练因素对微表情识别能力影响的研究[D];山西医科大学;2012年
2 闫冬阳;视听刺激与学习策略对微表情识别能力影响的研究[D];山西医科大学;2013年
3 孙妮;羞怯的内隐联想测验及不同羞怯水平个体的面孔表情识别研究[D];山东师范大学;2011年
4 左加阔;基于流形学习算法的新生儿疼痛表情识别[D];南京邮电大学;2011年
5 王细燕;小学生情绪表情识别特点及其与情绪词掌握量的关系研究[D];江西师范大学;2011年
6 魏锦;情绪面部表情识别能力和亲社会行为的关系—趋近—回避动机观视角[D];首都师范大学;2012年
7 刘晓庆;微表情识别能力促进的初步研究[D];沈阳师范大学;2012年
8 王玲;莫扎特音乐对儿童表情识别影响及其脑机制研究[D];浙江师范大学;2012年
9 邱天龙;自闭症儿童面孔表情识别特征研究[D];华东师范大学;2013年
10 吕彦鹏;自发表情识别中若干关键问题研究[D];中国科学技术大学;2011年
中国重要报纸全文数据库 前10条
1 本报记者 余建斌;用最自然方式对话机器[N];人民日报;2011年
2 中国科学院自动化研究所模式识别国家重点实验室 周密陶建华;与电脑面谈[N];计算机世界;2007年
3 中科院自动化所 何鹏 陶建华 谭铁牛;看懂人的“脸色”[N];计算机世界;2005年
4 本报记者 张巍巍;知面可知心[N];科技日报;2008年
5 黄力行陶建华;多模态情感识别参透人心[N];计算机世界;2007年
6 林杰;惠普联手清华建多媒体实验室[N];中国新闻出版报;2007年
7 张梦然;美开发面部表情自动识别新技术[N];科技日报;2008年
8 编译 风掣;高科技监狱很像真人秀[N];北京科技报;2006年
9 李响;惠普清华成立多媒体技术研究联合实验室[N];计算机世界;2007年
10 李佳师;2005,谁将炙手可热?[N];中国电子报;2005年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978