基于稀疏表示和LGTP的人脸表情识别-电子与通信工程专业论文.docx

学校代码 分 类 号  10701 TP39 学 号 1201120563 密 级 公 开 TN82西安电子科技大学 TN82 硕士学位论文 基于稀疏表示和LGTP的人脸表情识别 作者姓名：张志恒 领 域：电子与通信工程 学位类别：工程硕士 学校导师姓名、职称：王伟副教授 企业导师姓名、职称：李磊高工 提交日期：2014 年 11 月 Facial Expression Recognition Based on Sparse Representation and LGTP A thesis submitted to XIDIAN UNIVERSITY in partial fulfillment of the requirements for the degree of Master in Electronics and Communication Engineering By Zhang zhiheng Supervisor: Wang wei Li lei December 2014 西安电子科技大学 学位论文独创性（或创新性）声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说 明并表示了谢意。 学位论文若有不实之处，本人承担一切法律责任。 本人签名： 日 期： 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权 保留送交论文的复印件，允许查阅、借阅论文；学校可以公布论文的全部或部分 内容，允许采用影印、缩印或其它复制手段保存论文。同时本人保证，获得学位 后结合学位论文研究成果撰写的文章，署名单位为西安电子科技大学。 保密的学位论文在 年解密后适用本授权书。 本人签名： 导师签名： 日 期： 日 期： 摘要 摘要 近几年来人脸表情识别渐渐成为了计算机视觉和模式识别中一个非常重要的 领域。本文对人脸表情识别的相关技术方法进行了重点研究，主要包含了几个方 面：对表情图像进行预处理、人脸表情特征的提取、特征向量降维和表情分类识 别。 在进行人脸表情特征提取时，Gabor 小波变换可以同时提取图像的时域和频域 特性，并且在方向和尺度上都具有可调性。局部二值模式（LBP）在局部纹理特征 提取方面有着明显的优势，但是只能提取到局部范围内的特征信息而不能提取到 局部边界处的过渡信息。而局部过渡模式（LTP）则可以有效提取到这些边界处的 过渡信息。本文在这些基础之上，将 Gabor 小波变换与 LTP 融合，提出了基于 Gabor 小波变换的 LTP 算子，即 LGTP 算法。LGTP 算法继承了两种算法的优点，在特 征提取方面有着很好的效果。 稀疏表示理论是受到生物的视觉感知系统的启发，根据大脑中视觉皮层的神 经元响应的稀疏性而提出的图像表示方法。稀疏表示理论被广泛应用在图像处理 的各个领域。本文将稀疏表示理论引入到人脸表情识别领域，在特征向量降维中 有着很好的效果。 最后本文提出了基于稀疏表示和 LGTP 的人脸表情识别算法，使用 SVM 分类 器进行分类识别。本文在 Cohn-Kanade 表情库和 JAFFE 表情库上进行了实验分析， 本文所提出方法的最终平均识别准确率达到了 95%以上，与传统方法对比分析， 证明了本文方法有效提升了人脸表情识别的准确率。 关 键 字：人脸表情识别， 稀疏表示， LGTP。 论文类型：应用基础技术 I 西安 西安电子科技大学硕士学位论文 ABSTRA ABSTRACT III III ABSTRACT In recent years,facial expression recognition has become a very important field of computer vision and pattern recognition.In this paper,we focus on the technology about facial expression recogniton,which contains several aspects that the preprocessing of facial expression images,the feature extracting,the reduction of