毕业设计（论文）-基于Gabor小波和极限学习机的表情识别精选.docxVIP

滨江学院毕业论文题目 基于Gabor小波和极限学习机的表情识别 学生姓名 学 号 院 系 滨江学院自动控制 专 业 自动化 指导教师 职 称 教授 二O一四 年 五 月 二十 日目 录1绪论21.1课题研究的背景及意义21.2课题研究难点21.3 国内外对表情识别的研究31.4 本文的研究工作31.5本章小结42 表情识别基本理论52.1 表情识别的方法52.3 理论基础52.3 仿真的实现以及MATLAB介绍52.3.1 表情识别的仿真52.3.2 MATLAB介绍52.4 本章小结63 基于Gabor小波和PCA降维处理73.1 Gabor小波73.1.1系统概要73.1.2 预处理73.1.3 Gabor小波特征提取83.1.4Gabor小波特征提取的实验结果93.2 主成分分析（PCA）93.2.1 PCA介绍93.2.2 PCA算法93.3.3 PCA算法103.3.4 降维处理实验结果113.5 本章小结114 极限学习机124.1 极限学习机介绍124.2 ELM原理124.3 极限学习机算法134.4 极限学习机训练144.5 本章小结155 实验结果与分析165.1实验结果165.2 实验分析185.3 本章小结18参考文献19致谢21Abstract22基于Gabor小波和极限学习机的表情识别王帅凌南京信息工程大学滨江学院，江苏南京，摘要：人们相互间的交流能够从表情来传达出内心的情感，20世纪以来，图像技术以及人工智能化得到了飞速的发展，尤其是智能机器人在人脸表情识别的运用上，所以人脸表情识别技术越来越受到学术界的研究发展，成为了一个很重要的课题。表情识别在人机交互界面、游戏互动、以及一些高端医疗设备上的到了很好的运用，本实验是基于Gabor小波和极限学习机的算法，对预处理过后的图片进行Gabor小波特征提取，将特征提取后的结果用极限学习机进行训练并分类识别，用日本JAFFE表情库在MATLAB中进行了表情识别实验，结果表明实验识别率达到80%。关键字：表情识别;Gabor小波;PCA降维处理;极限学习机;分类识别绪论1.1课题研究的背景及意义社会心理研究学发现，表情包含了个人的情感状态、活动状态、性格、精神状态等多个复杂的信息，并且这些信息基本上都是不能由其他表达方式所代替的，因此，人脸表情分析成为医疗设备、心理研究等多个智能化领域的重要研究课题。表情识别是人类表达自身情绪的一种方法，表情含有丰富的行为信息，是人类自身状态的体现，所以，表情是一种表达人类情绪的一种手段。表情识别实现了计算机以及机器人对人脸面部表情的认识，从本质上改善了人机关系，对于人机交互界面有种重要的意义，大大提高了人机交互界面的智能化。人与人面对面的交流过程中很容易识别人的面部表情，并且通过大脑作出正确的判断，可是这相对于计算机的某种程序来说却是很艰难的。计算机最简单的识别系统是识别一些一成不变的物体，对于表情来说，它是一种运动，想跟踪并识别这些运动有一定的困难，表情识别需要跟踪一些表情点，并且提取这些表情的特征点。所以，运用计算机实现表情识别是一个实现友好的人机界面以及智能化设备的一项有研究意义的课题。在交流的过程当中，有时候语言与心理的表达并不是一致的，也就是人们常说的口是心非，但是一个人的表情往往是最能证明一个人的心理感受，在刑侦部门办案时会用到测谎仪，我们可以将表情识别加入进去，更加有效的增加它的效率。在医院内，如果花费大量的人工去监护一位病人，这会大大降低工作效率，我们可以研发一种监测病人的表情设备，在病人难受以及病情发作时会产生一定的表情，通过这些表情来达到监测的效果，并及时作出报警，这样会降低夜间病人病情发作带来的严重后果。在远程教育过程中，通过摄像头来采集学生的表情，再通过表情来了解其潜在的心理状态以及一些性格，这有助于我们去采用更好的教学方式，达到最好的教学效果，也能够将表情信息跟心理学进行一些对比分析，帮助老师特高教学效率。表情识别的技术甚至可以普及到我们平常的生活工作当中，近年来，汽车行业较为发达，也越来越走向智能化，运用表情识别我们可以监测驾驶员的生理以及情绪的变化，可以达到预防重大事故的发生，有一些需要精神高度集中的岗位上也可以应用表情识别，火车哨岗以及军事岗位等地方，这些都需要负责人的精神高度集中，通过监测表情，来预防重大事故的发生。1.2课题研究难点人脸表情是一种肌肉运动，并不是一个一成不变的物体，这导致不能用一块模型来描绘。表情识别也依赖于它对各个人脸表情的熟悉度、对多种表情的分类，表情有多种表达形式，比如中性脸是相对平静的一种肌肉运动，而高兴、悲伤等表情是一种相对比较剧烈的肌肉运动，这些都是它的研究难点。计算机本身只是一个系统，需要人类给它具体