基于matlab的人脸表情识别设计.doc
约41页DOC格式手机打开展开
基于matlab的人脸表情识别设计,1.8万字自己原创的毕业论文，仅在本站独家出售，重复率低，推荐下载使用摘要 最早的人脸表情识别被应用于生物学和心理学范畴，但是随着科技和时代的进步，人脸表情识别技术能够使计算机识别人的表情，营造真正和谐的人机环境。与我们切身相关的是，目前人脸表情识别已经深入到日常生活的各个方面，包括微...
内容介绍
此文档由会员 淘宝大梦 发布
基于matlab的人脸表情识别设计
1.8万字
自己原创的毕业论文，仅在本站独家出售，重复率低，推荐下载使用
摘要 最早的人脸表情识别被应用于生物学和心理学范畴，但是随着科技和时代的进步，人脸表情识别技术能够使计算机识别人的表情，营造真正和谐的人机环境。与我们切身相关的是，目前人脸表情识别已经深入到日常生活的各个方面，包括微笑检测、远程教育系统等，其实日常社交活动中，也时刻充斥着表情识别，人们通过表情来判断和你交流的人处在什么心情状态中，了解表情的含义，对人际交往起着积极作用。
在本文中，选取六种基本表情愤怒、高兴、悲伤 、惊讶、厌恶和恐惧加中性自然表情的图片。使用matlab编程，首先利用颜色和基于特征的人脸检测方法对图片中处于复杂背景下的人物表情进行识别，然后依据经典算法主成分分析（PCA），提取脸部特征，对图片中人物的表情进行识别。
在前两章，介绍了表情识别的背景、发展、及研究现状等等，并对主成分分析（PCA）从目标、分析步骤、应用等方面做了介绍，为下文基于PCA的表情识别算法做了理论铺垫。第三章总结了相关表情识别的方法，包括基于特征的表情识别方法、基于面部运动单元的方法、主成分分析法等，其中主成分分析法是本文使用的表情识别的方法。
第四章以及第五章是本文的核心章节。在第四章，具体写了复杂背景下的人脸检测的过程以及基于PCA的表情识别的算法原理。最后在实验章节第五章，对matlab程序进行运行，把训练图片和测试图片中的表情进行对比识别，然后根据程序运行结果对表情识别结果进行分析。
关键词：人脸识别 PCA 表情识别
Facial expression recognition
Abstract The first facial expression recognition is applied to areas of biology and psychology, but with the advancement of technology and the times, facial expression recognition technology enables computers to recognize human facial expressions, and create truly harmonious human-machine environment.Associated with our vital that the current facial expression recognition has gone deep into all aspects of daily life, including smile detection, remote education system, in fact, daily social activities, but also filled with face recognition time, people judge you by the expression What is the mood of people in exchange for the state, to understand the meaning of the expression of interpersonal plays an active role.
In this article, I select the six basic expressions of anger, happiness, sadness, surprise, disgust and fear and neutral expressions .Using matlab programming, firstly we use color and face detection method based on characteristics of the picture in the complex context identify the characters facial expressions, and then based on the classical algorithm of principal component analysis (PCA), to extract facial features, facial expression on the picture identification.
The first two chapters, I introduced expression recognition about the background, development, and research status , etc. Principal component analysis (PCA) in terms of objectives, analysis steps, applications have been described, and the following expression recognition algorithm based on PCA made a theoretical introduction.Chapter III summarizes the expression recognition method.
Chapter IV and Chapter V are the core section of this paper.In chapter IV, the specific process of writing a face detection in complex background and principle-based PCA face recognition algorith. The final chapter in chapter V of the experiment, for matlab program runs, the training images and test images were compared to identify the facial expression and then analyzed for expression recognition results based on the results of the program to run.
Key words : Face Recognition PCA Expression Recognition
目录
第一章 绪论 1
1.1 课题研究的背景及意义 1
1.2 表情识别的方法概述 2
1.3表情识别的研究现状及发展趋势 4
1.3.1 研究现状 4
1.3.2 发展趋势 5
第二章 主成分分析 7
2.1 主成分分析的简介 7
2.2 主成分分析的目标 8
2.3 主成分分析的步骤 8
2.4 主成分分析的应用 9
第三章 表情识别的方法 11
3.1基于特征的人脸表情识别 11
3.1.1 基于HOG的特征提取方法 11
3.1.2 基于Gabor 多方向特征融合与分块直方图法 11
3.2 基于面部运动单元的表情识别 12
3.2.1基于面部运动单元成分特征的方法 12
3.2.2基于面部运动单元组合特征的方法 12
3.3 主成分分析法 12
3.4 隐马尔可夫模型法 13
3.5 其他方法 14
第四章 基于主成分分析的表情识别算法 15
4.1 彩色人脸识别算法 15
4.2 基于PCA的表情识别算法 19
4.2.1 表情识别过程 19
4.2.2 主成分分析算法 20
4.2.3主成分分析算法的数学原理 20
4.2.4局限性 22
第五章 表情识别的结果 24
5.1 人脸识别实验的结果 24
5.2 表情识别实验的结果与分析 27
5.2.1程序识别步骤 27
5.2.2 实验结果对比与分析 28
结论与展望 34
致谢 35
参考文献 36
1.8万字
自己原创的毕业论文，仅在本站独家出售，重复率低，推荐下载使用
摘要 最早的人脸表情识别被应用于生物学和心理学范畴，但是随着科技和时代的进步，人脸表情识别技术能够使计算机识别人的表情，营造真正和谐的人机环境。与我们切身相关的是，目前人脸表情识别已经深入到日常生活的各个方面，包括微笑检测、远程教育系统等，其实日常社交活动中，也时刻充斥着表情识别，人们通过表情来判断和你交流的人处在什么心情状态中，了解表情的含义，对人际交往起着积极作用。
在本文中，选取六种基本表情愤怒、高兴、悲伤 、惊讶、厌恶和恐惧加中性自然表情的图片。使用matlab编程，首先利用颜色和基于特征的人脸检测方法对图片中处于复杂背景下的人物表情进行识别，然后依据经典算法主成分分析（PCA），提取脸部特征，对图片中人物的表情进行识别。
在前两章，介绍了表情识别的背景、发展、及研究现状等等，并对主成分分析（PCA）从目标、分析步骤、应用等方面做了介绍，为下文基于PCA的表情识别算法做了理论铺垫。第三章总结了相关表情识别的方法，包括基于特征的表情识别方法、基于面部运动单元的方法、主成分分析法等，其中主成分分析法是本文使用的表情识别的方法。
第四章以及第五章是本文的核心章节。在第四章，具体写了复杂背景下的人脸检测的过程以及基于PCA的表情识别的算法原理。最后在实验章节第五章，对matlab程序进行运行，把训练图片和测试图片中的表情进行对比识别，然后根据程序运行结果对表情识别结果进行分析。
关键词：人脸识别 PCA 表情识别
Facial expression recognition
Abstract The first facial expression recognition is applied to areas of biology and psychology, but with the advancement of technology and the times, facial expression recognition technology enables computers to recognize human facial expressions, and create truly harmonious human-machine environment.Associated with our vital that the current facial expression recognition has gone deep into all aspects of daily life, including smile detection, remote education system, in fact, daily social activities, but also filled with face recognition time, people judge you by the expression What is the mood of people in exchange for the state, to understand the meaning of the expression of interpersonal plays an active role.
In this article, I select the six basic expressions of anger, happiness, sadness, surprise, disgust and fear and neutral expressions .Using matlab programming, firstly we use color and face detection method based on characteristics of the picture in the complex context identify the characters facial expressions, and then based on the classical algorithm of principal component analysis (PCA), to extract facial features, facial expression on the picture identification.
The first two chapters, I introduced expression recognition about the background, development, and research status , etc. Principal component analysis (PCA) in terms of objectives, analysis steps, applications have been described, and the following expression recognition algorithm based on PCA made a theoretical introduction.Chapter III summarizes the expression recognition method.
Chapter IV and Chapter V are the core section of this paper.In chapter IV, the specific process of writing a face detection in complex background and principle-based PCA face recognition algorith. The final chapter in chapter V of the experiment, for matlab program runs, the training images and test images were compared to identify the facial expression and then analyzed for expression recognition results based on the results of the program to run.
Key words : Face Recognition PCA Expression Recognition
目录
第一章 绪论 1
1.1 课题研究的背景及意义 1
1.2 表情识别的方法概述 2
1.3表情识别的研究现状及发展趋势 4
1.3.1 研究现状 4
1.3.2 发展趋势 5
第二章 主成分分析 7
2.1 主成分分析的简介 7
2.2 主成分分析的目标 8
2.3 主成分分析的步骤 8
2.4 主成分分析的应用 9
第三章 表情识别的方法 11
3.1基于特征的人脸表情识别 11
3.1.1 基于HOG的特征提取方法 11
3.1.2 基于Gabor 多方向特征融合与分块直方图法 11
3.2 基于面部运动单元的表情识别 12
3.2.1基于面部运动单元成分特征的方法 12
3.2.2基于面部运动单元组合特征的方法 12
3.3 主成分分析法 12
3.4 隐马尔可夫模型法 13
3.5 其他方法 14
第四章 基于主成分分析的表情识别算法 15
4.1 彩色人脸识别算法 15
4.2 基于PCA的表情识别算法 19
4.2.1 表情识别过程 19
4.2.2 主成分分析算法 20
4.2.3主成分分析算法的数学原理 20
4.2.4局限性 22
第五章 表情识别的结果 24
5.1 人脸识别实验的结果 24
5.2 表情识别实验的结果与分析 27
5.2.1程序识别步骤 27
5.2.2 实验结果对比与分析 28
结论与展望 34
致谢 35
参考文献 36
