如需要完整文档点击下方 "点击下载文档" 按钮

文中对人脸情绪识别整个过程所使用的算法进行分析和总结,并参考了国内外的人脸情绪识别方面的论文和报告,提出一种传统的基于机器学习的人脸图像情绪识别方法。 文中将重点放在人脸表情核心部位(眼睛、眉毛、鼻子和嘴巴),将这些部位的特征向量作为人脸表情主要特征进行处理。 使用的人脸关键部位特征提取算法是基于回归的 Explicit Shape Regression 算法,该算法在人脸特征部位定位方面取得了很好的效果。 因为 Gabor 小波有很好的仿生效果,可以很好地表达表情的变化,所以文中的特征提取算法使用的是 Gabor 小波。 但是考虑到提取出的特征维数过高,算法复杂,耗时较大,在后期用 PCA 算法进行降维处理,降维之后进行表情分类。

如需要完整文档点击下方 "点击下载文档" 按钮

《一种基于机器学习的人脸情绪识别方法研究》

将 完整文档 下载到本地，方便收藏和查阅

文件号：062097

点击下载文档