標(biāo)準(zhǔn)自然教室中的人臉表情識別研究.pdf

1、隨著信息技術(shù)的快速發(fā)展，基于視頻流點播或直播的E-Learning作為一種新的教育方式應(yīng)運而生。E-Learning打破了傳統(tǒng)學(xué)習(xí)方式中時空的限制，使得學(xué)習(xí)者隨時隨地都可以進行學(xué)習(xí)。同時，隨著模式識別、數(shù)據(jù)分析、信息檢索等各種領(lǐng)域理論在E-learning實踐中的應(yīng)用，E-learning的個性化、智能化、交互性等特點給學(xué)習(xí)者帶來了更好的學(xué)習(xí)體驗。本文通過對人臉檢測、人臉表情特征提取、表情分類、PTZ攝像頭控制等的研究，提出了一種結(jié)合小

2、波變換和增強方差率的改進局部二元模式的表情識別算法，并通過JAFFE庫上的實驗證明了該方法的有效性。在此算法的基礎(chǔ)上本文設(shè)計并實現(xiàn)了一個標(biāo)準(zhǔn)自然教室中的人臉表情識別原型系統(tǒng)。主要研究內(nèi)容如下： ⑴研究并比較了常用的人臉表情識別算法的優(yōu)缺點。 ⑵提出了人臉2D模型和根據(jù)眼睛位置的人臉對齊。為了減小姿勢對識別結(jié)果的影響，本文提出根據(jù)眼睛位置對圖像進行適當(dāng)?shù)男D(zhuǎn)來實現(xiàn)人臉對齊。 ⑶提出了結(jié)合小波變換的增強LBP特征。傳

3、統(tǒng)的LBP在識別率上有待提高，本文提出對原始圖像進行小波分解后的四幅系數(shù)重構(gòu)圖像提取LBP特征，達到特征增強的目標(biāo)。 ⑷提出了將增強方差率應(yīng)用于特征選取以減小計算量提高實時性，選取原始特征集的區(qū)分度大的特征子集作為表情識別的特征集。 ⑸在JAFFE人臉表情庫上進行實驗設(shè)計及結(jié)果分析。本文通過SVM在JAFFE人臉表情庫上做了試驗，并和傳統(tǒng)LBP的實驗結(jié)果作了對比分析，驗證了改進算法的有效性。 ⑹實現(xiàn)了SNC中的人