基于零樣本學(xué)習(xí)方法的人臉表情識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

17000字
自己原創(chuàng)的畢業(yè)論文，已經(jīng)通過(guò)校內(nèi)系統(tǒng)檢測(cè)，重復(fù)率低，僅在本站獨(dú)家出售，大家放心下載使用

摘要： 本文主要研究了在目標(biāo)測(cè)試類(lèi)別不具有訓(xùn)練樣本的情況下的人臉情感識(shí)別問(wèn)題。通過(guò)介紹基于屬性的分類(lèi)方法，將人臉表情對(duì)應(yīng)的AU(Action Unit)表示作為該情感的屬性描述，將具有樣本的情感類(lèi)別中的信息遷移到不具有樣本的測(cè)試類(lèi)別中，進(jìn)而實(shí)現(xiàn)了零樣本情況下的情感分類(lèi)。
本文利用FACS系統(tǒng)中定義的AU單元作為屬性建立起面向人臉情感的屬性-類(lèi)別矩陣，并將其作為信息遷移的依據(jù)。在獨(dú)立于分類(lèi)階段對(duì)所有圖片進(jìn)行了預(yù)處理和特征提取之后，從憤怒、蔑視、厭惡、、高興、悲傷、驚訝、中性八種表情中依次選取兩種表情作為零樣本測(cè)試類(lèi)別，對(duì)本文提出的零樣本學(xué)習(xí)方法進(jìn)行交叉檢驗(yàn)。
實(shí)驗(yàn)結(jié)果表明，利用屬性層傳遞信息是測(cè)試類(lèi)別不具有訓(xùn)練樣本的情況下建立分類(lèi)系統(tǒng)的有效措施。當(dāng)我們需要識(shí)別某種已有人臉數(shù)據(jù)庫(kù)中不包含的非基本表情時(shí)，只需要對(duì)該表情建立起具體的相關(guān)屬性描述，就可以不需要通過(guò)對(duì)這種非基本表情樣本的訓(xùn)練，而直接進(jìn)行測(cè)試分類(lèi)。本方法具有良好的可推廣性和識(shí)別率，對(duì)人臉情感識(shí)別領(lǐng)域的發(fā)展具有一定意義。

關(guān)鍵詞： 人臉表情識(shí)別 零樣本學(xué)習(xí) 基于屬性的 動(dòng)作單元

The design and realization of Facial expression recognition system based on zero-shot learning
Abstract We study the problem of facial emotion recognition when no training examples of the target classes are available.this setup can hardly been ignored in affective computing.In this paper,we tackle the problem by introducing attribute-based classification.It performs object detection based on using Action Unit as an attribute description of the emotion,and transferring informations from seen categories into unseen categories.
In this paper, by using Action Unit (AU) defined in FACS system we build an expression-oriented attributes-classes matrix as the basis of information transfer. After image preprocessing and feature extraction which is independent of the classification stage of all ,we selected the two kinds of expression from anger, contempt, disgust,, happy, sad, surprised and neutral as the zero sample test categories every times,make a five-fold cross-validation on the zero-shot learning algorithm proposed in this paper .
Our experiments show that by using an attribute layer it is indeed possible to build a learning object detection system that does not require any training images of the target classes.When we trying to identify some un-basic expression wich does not contained in existing face databases, what we need to do is only to establish the specific property description of the kind of expression, then we could directly testing the class without training samples of the un-basic expression. This method has good generalization and recognition accuracy, has a certain significance to the development of facial emotion recognition field.

Key words: facial expression recognition , attribute-based ,zero-shot learning , action unit (AU)

目 錄
第一章 緒論 1
1.1 研究背景及意義 1
1.2 國(guó)內(nèi)外研究現(xiàn)狀 1
1.2.1 人臉情感識(shí)別研究現(xiàn)狀 1
1.2.2 零樣本分類(lèi)研究現(xiàn)狀 3
1.3論文主要工作與結(jié)構(gòu)內(nèi)容安排 4
第二章 人臉表情識(shí)別技術(shù)概述 5
2.1 人臉表情識(shí)別系統(tǒng)結(jié)構(gòu) 5
2.2 人臉數(shù)據(jù)庫(kù) 5
2.3 BOW算法框架介紹 7
2.4 FACS系統(tǒng)介紹 9
2.5 本章小結(jié) 12
第三章 基于屬性的零樣本情感識(shí)別方法設(shè)計(jì) 14
3.1問(wèn)題的引入 14
3.2 情感屬性的確定 15
3.3基于屬性共享的情感信息遷移 18
3.2.1 基于AU屬性的情感分類(lèi)理論 18
3.2.2 DEAP與IEAP預(yù)測(cè)方法的實(shí)現(xiàn) 20
3.5 本章小結(jié) 22
第四章 零樣本表情識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 23
4.1 系統(tǒng)功能分析 23
4.2 基于零樣本學(xué)習(xí)方法的人臉表情識(shí)別系統(tǒng)的設(shè)計(jì) 23
4.2.1 人臉表情識(shí)別流程 23
4.2.2 算法步驟 24
4.3 人臉表情識(shí)別系統(tǒng)的實(shí)現(xiàn)與結(jié)果示例 25
4.3.1 系統(tǒng)實(shí)驗(yàn)環(huán)境配置 25
4.3.2 liblinear庫(kù)介紹 26
4.3.3 系統(tǒng)實(shí)現(xiàn)及結(jié)果分析 27
4.4 本章小結(jié) 31
第五章 總結(jié)與展望 32
致謝 33
參考文獻(xiàn) 34