收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于多阶次分数阶傅里叶域特征融合的人脸表情识别

贾侃  
【摘要】:人脸表情识别技术在人机交互、人工智能、数字家庭等方面拥有广阔的市场价值和应用前景,因此利用计算机自动识别人脸表情技术在图像处理、模式识别、计算机视觉等领域逐渐成为新的研究趋势。本文研究了基于多阶次分数阶傅里叶域特征融合的人脸表情识别。针对传统特征融合算法的不足之处,提出了一种新的特征融合算法—鉴别多分量典型相关分析(DMCCA),并用它去融合人脸表情图像的不同阶次分数阶傅里叶变换域特征,在大大提高识别精度的同时,显著降低了融合后数据的维数,保证了实时性。主要研究内容可以概括为: 1.介绍了分数阶傅里叶变换及其离散算法和二维形式,并且研究了基于单个阶次的分数阶傅里叶变换特征的人脸表情识别。论证了单个阶次的分数阶傅里叶域特征往往不能充分表征表情信息,需要将不同阶次的特征进行融合。 2.提出了一种新的特征融合算法DMCCA.典型相关分析(CCA)作为一种广泛使用的融合算法,可以提取两组分量之间的联系信息进行融合。但是,CCA忽视了类别之间的有利于分类的鉴别性信息;而且,CCA只能融合两组分量,无法融合多组分量。针对CCA的这两点弊端,本文提出了一种新的特征融合算法DMCCA,它可以抽取分量之间的鉴别性信息,更有利于分类识别,同时也可以融合多组分量,具有普适性。提出了通过K-L变换的方法解决DMCCA的高维小样本问题,为DMCCA的广泛应用扫清了障碍。 3.提出了基于多阶次分数阶傅里叶变换域特征融合的人脸表情识别方法。分别使用串行融合、MCCA和DMCCA融合多个阶次的表情图像的分数阶傅里叶变换特征来做人脸表情识别。仿真结果表明,不论是哪种融合方法,在融合一定数目的不同阶次的分数阶傅里叶域特征后,相对于单个阶次,识别率都有了不同程度的提高。这说明通过融合多阶次的分数阶傅里叶域特征,增加了分类判决所依赖的有效信息量,从而提高了识别精度。而在这三种融合算法中,DMCCA的融合效果是最好的,不仅识别精度最高,而且融合后的特征维数是最低的,这也佐证了DMCCA融合算法的有效性。DMCCA提取了多个阶次分数阶域特征之间的鉴别性信息进行融合,提高了识别精度,并同时大大降低了融合后的数据维数,保证了实时性。研究了基于不同尺度不同方向Gabor特征融合的人脸表情识别,并与分数阶域特征融合进行了比较。论证了DMCCA算法的有效性和分数阶域特征融合的优越性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王化勇;李昕;;基于改进的Gabor和ADABOOST的人脸表情识别[J];辽宁工业大学学报(自然科学版);2010年01期
2 黄勇;应自炉;;基于分类器联合的表情识别[J];计算机工程与应用;2007年25期
3 倪宁;卢刚;;基于视频的人脸表情识别方法研究[J];计算机工程与应用;2008年17期
4 吕英华;崔景霞;;基于FWT-Projection-BPNN的表情识别[J];东北师大学报(自然科学版);2009年02期
5 桂祺莹;;让电脑看脸色行事[J];视野;2009年18期
6 程剑;应自炉;;基于二维主分量分析的面部表情识别[J];计算机工程与应用;2006年05期
7 艾竹君;屈志毅;赵玲;孔令旺;;NMF在人脸表情识别中的应用[J];甘肃科技;2006年03期
8 王志堂;蔡淋波;;隐马尔可夫模型(HMM)及其应用[J];湖南科技学院学报;2009年04期
9 白雪飞;李茹;;神经网络集成的多表情人脸识别方法[J];计算机工程与应用;2010年04期
10 刘文辉;蚩志锋;;基于改进SVM的人脸表情识别技术研究[J];喀什师范学院学报;2010年03期
11 李斐;陈亚军;;基于混合方法的人脸表情识别研究[J];计算机仿真;2010年08期
12 朱战立;侯森;;基于SVM的人脸表情识别[J];软件导刊;2010年12期
13 廖瑞华;李勇帆;;基于情感计算和Web3D技术的虚拟学习环境实现的关键技术研究[J];中国教育信息化;2011年03期
14 韦妍;;基于改进LBP的人脸表情识别方法[J];现代计算机(专业版);2011年14期
15 马希荣;刘琳;桑婧;;基于情感计算的e-Learning系统建模[J];计算机科学;2005年08期
16 亓晓旭;姜威;;基于小波能量特征和FLD的人脸表情识别[J];电子器件;2007年05期
17 陈伟宏;;基于SVM的人脸表情识别[J];科学技术与工程;2008年21期
18 陈海峰;许玲;;一种智能性自动换肤技术研究[J];广东技术师范学院学报;2008年12期
19 王晔;吴小俊;王士同;杨静宇;;基于改进主动形状模型的人脸表情识别[J];计算机工程与应用;2009年06期
20 赵黎;;人脸表情识别与合成系统模型设计[J];微计算机信息;2009年13期
中国重要会议论文全文数据库 前10条
1 朱娅妮;杜加友;;基于多特征融合的人脸表情识别[A];浙江省电子学会2009学术年会论文集[C];2009年
2 夏春芬;邹承明;;CUDA共享内存在人脸表情识别中的应用[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
3 李俊华;彭力;;量子神经网络在表情识别中的应用[A];2007中国控制与决策学术年会论文集[C];2007年
4 张楠;耿雪;张有为;;人脸表情诱因分析[A];第十三届全国信号处理学术年会(CCSP-2007)论文集[C];2007年
5 陈海峰;;一种智能性自动换肤技术研究[A];第三届中国智能计算大会论文集[C];2009年
6 应自炉;张有为;李景文;;基于GDA和SVM的人脸表情识别[A];第十三届全国信号处理学术年会(CCSP-2007)论文集[C];2007年
7 胡同森;刘玉彪;田贤忠;龚婷;;基于Gabor滤波和类内PCA的人脸表情识别研究[A];第四届和谐人机环境联合学术会议论文集[C];2008年
8 ;基于特征融合的遥感图像识别方法研究[A];中国光学学会2010年光学大会论文集[C];2010年
9 方祖烈;;深部围岩力学形态——拉压域特征[A];新观点新学说学术沙龙文集21:深部岩石工程围岩分区破裂化效应[C];2008年
10 孟凡洁;孔祥维;尤新刚;;基于特征融合的相机来源认证方法[A];全国第一届信号处理学术会议暨中国高科技产业化研究会信号处理分会筹备工作委员会第三次工作会议专刊[C];2007年
中国博士学位论文全文数据库 前10条
1 支瑞聪;基于谱图理论的人脸表情识别算法研究[D];北京交通大学;2010年
2 王文成;基于局部特征分析的人脸表情识别问题研究[D];山东大学;2011年
3 万川;基于动态序列图像的人脸表情识别系统理论与方法研究[D];吉林大学;2013年
4 刘建征;基于肌肉运动的人脸表情识别[D];天津大学;2012年
5 付晓峰;基于二元模式的人脸识别与表情识别研究[D];浙江大学;2008年
6 樊国梁;基于多类特征融合的蛋白质亚线粒体定位预测研究[D];内蒙古大学;2013年
7 王大伟;基于特征级图像融合的目标识别技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2010年
8 闫冬梅;基于特征融合的遥感影像典型线状目标提取技术研究[D];中国科学院研究生院(遥感应用研究所);2003年
9 居琰;基于多层次信息融合的手写体汉字识别研究[D];重庆大学;2002年
10 吕天阳;三维模型检索中基于聚类与基于语义方法的研究[D];吉林大学;2007年
中国硕士学位论文全文数据库 前10条
1 贾侃;基于多阶次分数阶傅里叶域特征融合的人脸表情识别[D];郑州大学;2013年
2 朱可;基于稀疏表示的人脸表情识别[D];西北大学;2013年
3 白洋;人脸表情识别方法的研究[D];华南理工大学;2010年
4 詹小孟;人脸表情识别关键技术研究[D];西安电子科技大学;2011年
5 樊引刚;人脸表情识别系统的研究与实现[D];北京交通大学;2011年
6 蔡淋波;基于流形学习的人脸表情识别研究[D];五邑大学;2010年
7 王阳;基于仿生特征的人脸表情识别[D];河北工业大学;2011年
8 朱晓明;基于人脸表情识别的情感研究[D];浙江工业大学;2011年
9 黄明威;基于非线性降维的人脸表情识别若干算法的研究[D];五邑大学;2011年
10 王哲伟;基于稀疏表示残差融合的人脸表情识别[D];五邑大学;2011年
中国重要报纸全文数据库 前10条
1 谭永明伍换 陈雄;传感器火眼金睛[N];中国质量报;2007年
2 山东省齐河县育才中学 王学锋;利用域设置试卷的页码[N];中国电脑教育报;2005年
3 胡敏;斥资1222亿元技改492个项目[N];四川日报;2008年
4 白 岭;春风吹不断 轻舟过千三[N];证券日报;2005年
5 阳光100置业集团董事长 易小迪;城市创造价值[N];中国房地产报;2004年
6 杨淑华 张永斌(作者单位:永昌县工商行政管理局);实施商标战略 促进“三农”发展[N];金昌日报;2007年
7 孙哲南 谭铁牛;生物识别:未来安全之星[N];计算机世界;2006年
8 何建昆;“猫人”以创新科技引领品牌时尚[N];科技日报;2007年
9 本报记者 李颖 韩旭;增强凝聚力 创建个性文化[N];中国花卉报;2006年
10 王新敏;音乐教育与人文精神[N];周口日报;2006年
 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