基于变阈值局部二值模式的人脸表情识别方法的研究毕业设计稿.docxVIP

目录 摘要 I ABSTRACT II 第一章 绪论 1 第一节 课题研究背景及意义 1 第二节 本论文的主要工作 7 第二章 人脸图像分析技术常用方法 8 第一节 人脸检测常用方法 8 一、基于特征的方法 9 二、基于支持向量机的方法 9 第二节 人脸识别常用方法 10 一、基于特征脸的识别方法 10 二、弹性图匹配方法 10 三、基于非线性数据降维的方法 11 第三节 本章小结 12 第三章 局部二值模式（LBP） 13 第一节 关于LBP的介绍 13 第二节 LBP方法的优点与不足 20 第三节 本章小结 20 第四章 变阈值局部二值模式 21 第一节 变阈值局部二值式的定义与性质 21 第二节 基于变阈值局部二值模式的纹理特征提取 24 第三节 本章小结 25 第五章 基于变阈值局部二值式人脸表情识别的实现及实验结果 26 第一节 基于变阈值局部二值式的人脸表情识别的实现 26 第二节 实验讨论变阈值ε的调整 27 第三节 实验设计与结果分析 28 第四节 总结与展望 31 一、 总结已有工作 31 二、 对未来的展望 31 致谢 32 参考文献 33 摘要 作为智能化人机交互技术中的一个重要组成部分，人脸表情识别越来越受到重视，它是涉及模式识别、机器视觉、图像处理、心理学等研究领域的一个极富挑战性的交叉课题之一，是近年来模式识别与人工智能领域的一个研究热点。一般而言，人脸表情识别主要有四个基本部分组成：表情图像获取、表情图像预处理、表情特征提取和表情分类。本文重点集中在对表情特征提取问题的研究上，研究工作如下： 本文提出了一种LBP的扩展形式，即变阈值局部二值模式。变阈值局部二值模式通过引入变阈值ε扩展了变换后的特征空间，并且可以通过调整变阈值ε的值在特征空间基于改进LBP的人脸表情识别方法中寻找适合于特定分类问题的子空间。经过改进，变阈值局部二值模式对于噪声和光照变化相对于LBP更加鲁棒，而且特征抽取的过程也能够相对灵活。最后本文以变阈值局部二值模式直方图作为特征向量，采用2概率统计来计算各特征向量的距离，选用最近邻分类器进行特征分类，求出识别率。我们使用matlab语言将上述算法应用于人脸表情识别，取得了较好的识别效果。 关键字：人脸表情识别，特征提取，LBP，变阈值局部二值模式 ABSTRACT As an important part of the technology for man-machine interaction, more and more attention to facial expression recognition．It is one of the most challenging problems in the fields of pattern recognition, machine vision, image processing and psychology, and it has become a hot research topic in the field of pattern recognition and artificial intelligence in recent years．Generally speaking，facial expression recognition included four parts：expression image acquisition, expression image preprocessing，facial feature extraction and expression classification．In this thesis we focused on the problem of facial feature extraction. My primary work was summarized as follow： This improved LBP is we called local threshold．Local threshold extends the feature space through the introduction of parameter changeable threshold, and can find a suitable for a particular classification by adjusting the value of changeable threshold in the feature space．Local threshold is more robust to LBP for noise and illumination changes