版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、近年來,隨著社會的發(fā)展與人工智能技術的進步,大眾對人機交互體驗的要求也越來越高,這其中就包括使機器能夠更了解人類的情緒變化。人臉表情識別作為情緒識別的重要分支之一,也是得到了極高的關注度與研究熱情。分數(shù)階傅里葉變換作為經典傅里葉變換的擴展形式,在圖像處理與模式識別中也被運用的越來越多。本論文利用分數(shù)階傅里葉變換作為基礎工具,在人臉表情識別領域進行了若干研究,總結概括如下:
介紹了基于單一階次分數(shù)階Fourier變換的面部表情識
2、別的系統(tǒng)框架。針對目前研究中常用到的分數(shù)階域的幅度特征與相位特征,分別在圖像性質方面以及實驗的識別效果兩個方面分析了兩類特征的優(yōu)勢以及實用性。也驗證了,無論是幅度特征還是相位特征,單獨一個階次的信息是無法取得優(yōu)秀的實驗效果的。
之前的文獻中,研究人員僅僅利用了分數(shù)階的二到三個階次的特征信息,然后把主要精力用在了尋找最優(yōu)階次上。本文認為分數(shù)階傅里葉變換具有無窮個連續(xù)階次,如果可以融合更多的階次的信息,既可以增加用于分類的特征的判
3、別信息,也可以起到監(jiān)督效果。根據這個思路,本文作者提出了基于多階次分數(shù)階傅里葉域統(tǒng)計特征的面部表情識別算法。并在RML數(shù)據庫與CK+數(shù)據庫上取得了優(yōu)于之前基于FrFT特征的識別算法的實驗效果。為今后的基于分數(shù)階傅里葉變換的模式識別的研究提供了一個新的思路。
Gabor變換由于它自身的一些函數(shù)特性,很早就被用在了圖像處理與模式識別領域。也是被研究的最多的一種特征提取工具。圖片的Gabor特征也是利用度最廣泛,保持較強魯棒性的特征
溫馨提示
- 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多階次分數(shù)階傅里葉域特征融合的人臉表情識別.pdf
- 基于分數(shù)階Fourier變換的人臉面部表情識別.pdf
- 基于分數(shù)階Fourier域圖像特征的數(shù)字水印算法研究.pdf
- 基于2D-FrFT多階次特征融合的人臉表情識別技術.pdf
- 基于分數(shù)階域特征提取的人臉識別算法.pdf
- 基于多特征融合的表情與微表情識別研究.pdf
- 分數(shù)階傅里葉變換聯(lián)合模糊融合分類的人臉表情識別研究.pdf
- 基于特征融合的人臉表情識別技術的研究.pdf
- 基于LBP多特征融合的人臉表情識別.pdf
- 基于分數(shù)階Fourier變換的Chirp信號檢測研究.pdf
- 基于人臉表情特征與語音特征融合的情感識別研究.pdf
- 基于微表情特征的表情識別研究.pdf
- 基于分數(shù)階Fourier的信號分離及濾波研究.pdf
- 基于曲線擬合技術的分數(shù)階Fourier域LFM信號參數(shù)估計方法研究.pdf
- 基于分數(shù)階傅里葉變換統(tǒng)計信息的人臉識別.pdf
- 基于LBP-Gabor特征融合的LDA人臉表情識別.pdf
- 基于幾何特征與表觀特征融合的表情識別方法研究.pdf
- 基于特征融合和稀疏表示的表情識別方法研究.pdf
- 分數(shù)階Fourier變換離散算法的研究.pdf
- 分數(shù)階Fourier域中LFM信號的研究.pdf
評論
0/150
提交評論