基于LBP牲與深度學(xué)習(xí)模型的人臉表情識(shí)別研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩66頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、當(dāng)前,復(fù)雜環(huán)境下精準(zhǔn)、高速、多姿態(tài)的人臉表情識(shí)別系統(tǒng)研究越來(lái)越受到學(xué)者的重視,并已經(jīng)成為一個(gè)熱點(diǎn)研究領(lǐng)域。人臉表情識(shí)別在遠(yuǎn)程醫(yī)療、交通監(jiān)控、無(wú)人服務(wù)以及其他人機(jī)交互領(lǐng)域有著廣泛應(yīng)用前景,提高復(fù)雜環(huán)境下的人臉表情識(shí)別率有重要的理論和現(xiàn)實(shí)意義。經(jīng)過(guò)幾十年的發(fā)展,學(xué)者們研究的主要問(wèn)題集中在特征的提取和分類學(xué)習(xí)算法兩個(gè)方面,二者對(duì)提高人臉表情識(shí)別的準(zhǔn)確率有決定性作用。
  本文對(duì)人臉表情識(shí)別系統(tǒng)進(jìn)行了特征提取和分類兩個(gè)方面的算法研究。根據(jù)

2、當(dāng)前人臉表情識(shí)別系統(tǒng)的特征提取手法,著重分析了LBP紋理特征,并在此基礎(chǔ)之上提出改進(jìn)和多特征融合的方法,以達(dá)到表情特征魯棒性強(qiáng)、計(jì)算簡(jiǎn)單、提取速度快,同時(shí)表情信息盡可能保留完整的目的;根據(jù)當(dāng)前分類學(xué)習(xí)的主要算法,突破性的提出將深度學(xué)習(xí)算法應(yīng)用于表情識(shí)別領(lǐng)域,并做了嘗試性實(shí)驗(yàn),取得了滿意的識(shí)別效果。設(shè)計(jì)了JAFFE和CK+兩種不同數(shù)據(jù)庫(kù)下LBP特征提取和融合方法;設(shè)計(jì)了改進(jìn)LBP算法處理后的特征分別采用SVM和k-NN傳統(tǒng)學(xué)習(xí)分類算法、深

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)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(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。

評(píng)論

0/150

提交評(píng)論