文档介绍：—:.
日期:蜘,『年,月习日学位论文作者:弱潮思学位论文作者:张嗣恩『原创性声明学位论文使用授权声明日期:阹月巧日本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究做出重要贡献的个人和集体,均本人在导师指导下完成的论文及相关的职务作品,知识产权归属郑州大学。或机构送交论文的复印件和电子版,允许论文被查阅和借阅;本人授权郑州大学可以将本学位论文的全部或部分编入有关数据库进行检索,可以采用影印、缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学位论文保密论文在解密后应遵守此规定。已在文中以明确方式标明。本声明的法律责任由本人承担。根据郑州大学有关保留、使用学位论文的规定,同意学校保留或向国家有关部门或与该学位论文直接相关的学术论文或成果时,第一署名单位仍然为郑州大学。
摘要人脸表情识别技术在人机交互、数字家庭、人工智能等方面拥有广阔的应用前景和市场价值,因此利用计算机自动识别人脸表情技术因其高实用性在图像处理、模式识别、计算机视觉等领域逐渐成为新的研究趋势。视觉图像特征被公认为是反映人类表情状态最重要的信息之一,因此本文对基于视觉图像特征的人脸表情识别技术进行了深入研究,在消化和借鉴目前国内外研究成果的基础上,首次将分数阶傅里叶变换应用于人脸表情特征的提取,并在此基础上提出了一种二维分数阶傅里叶变换域瓼多阶次特征融合分类算法。主要研究和分析了常用的基于〔ū浠坏娜死啾砬樘卣魈崛∷惴ḿ捌湫频分析中更灵活的表示,提出了基于二维分数阶傅里叶变换娜脸表情特征提取算法。,仿真结果表明:谋浠唤状斡氡砬槭侗鹇手间存在必然的联系,⒔湓擞糜诨的人脸表情识别系统。该机制通过“倒金字塔”式分类结构进行分层筛选,以减少参与每层分类的类别数,从而将每层分类过程控制在一个类别数较少的范围内。仿真实验结果表明:相对于現琀等经典分类器,基于多层次分类机制可以及时调整分类层次,有效控制分类过程,减少误判,提高表情识别率;,该方法利用典,对两个识别率较高阶次的时频域表情特征进行融合,利用投影后的相关特征矢量组成融合特征,以消除信息冗余和降低表情特征的维数。仿真实验表明:次特征,采用两个阶次特征进行诤希隼诤咸卣骷创锏研究内容可概括为:能,鉴于分数阶傅里叶变换与〔ū浠还逃械牧O担约霸谑较优于〔ū浠唬型相关分析法相对于—维单阶
关键词:表情识别,卣魈崛。卣魅诤希珻,嗖惴掷嗷的平均表情识别率;与传统的串行融合法进行对比,经过诤虾蟮谋砬特征鉴别性更强,表情平均识别率显著提高:同时由于降低了降维数,系统计算量更低。摘要Ⅱ
甌甌·,甌,,,猚:瑃,”.瑆,琽瑆—.,.;,“,,.
..,.;;;阛
目录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯目录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯髀邸肆潮砬槭侗鸺际跹芯孔凼觥课题研究背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.人脸表情识别技术概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯人脸表情识别技术的系统框架⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯人脸表情特征提取技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..人脸表情特征融合技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.】:【.死嗲楦欣砺鄣男纬捎敕⒄⒄估獭论文结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.人脸表情图像的预处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.肆潮砬橥枷竦慕滴信息融合的基本理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.〉》⑷诤系牟愦谓峁埂
瓼卣魈崛∮攵嗖愦畏掷嗟谋砬槭侗鹣低场瓼嘟状翁卣魅诤系谋砬槭侗鹣低场人脸表情识别的分类技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..主要人脸表情数据库介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图像的分数阶傅里叶变换分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯分类器类型以及分类机制对识别率的影响⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..本章小结⋯⋯