基于matlab的人臉表情識(shí)別設(shè)計(jì)

1.8萬(wàn)字
自己原創(chuàng)的畢業(yè)論文，僅在本站獨(dú)家出售，重復(fù)率低，推薦下載使用

摘要 最早的人臉表情識(shí)別被應(yīng)用于生物學(xué)和心理學(xué)范疇，但是隨著科技和時(shí)代的進(jìn)步，人臉表情識(shí)別技術(shù)能夠使計(jì)算機(jī)識(shí)別人的表情，營(yíng)造真正和諧的人機(jī)環(huán)境。與我們切身相關(guān)的是，目前人臉表情識(shí)別已經(jīng)深入到日常生活的各個(gè)方面，包括微笑檢測(cè)、遠(yuǎn)程教育系統(tǒng)等，其實(shí)日常社交活動(dòng)中，也時(shí)刻充斥著表情識(shí)別，人們通過(guò)表情來(lái)判斷和你交流的人處在什么心情狀態(tài)中，了解表情的含義，對(duì)人際交往起著積極作用。
在本文中，選取六種基本表情憤怒、高興、悲傷 、驚訝、厭惡和恐懼加中性自然表情的圖片。使用matlab編程，首先利用顏色和基于特征的人臉檢測(cè)方法對(duì)圖片中處于復(fù)雜背景下的人物表情進(jìn)行識(shí)別，然后依據(jù)經(jīng)典算法主成分分析（PCA），提取臉部特征，對(duì)圖片中人物的表情進(jìn)行識(shí)別。
在前兩章，介紹了表情識(shí)別的背景、發(fā)展、及研究現(xiàn)狀等等，并對(duì)主成分分析（PCA）從目標(biāo)、分析步驟、應(yīng)用等方面做了介紹，為下文基于PCA的表情識(shí)別算法做了理論鋪墊。第三章總結(jié)了相關(guān)表情識(shí)別的方法，包括基于特征的表情識(shí)別方法、基于面部運(yùn)動(dòng)單元的方法、主成分分析法等，其中主成分分析法是本文使用的表情識(shí)別的方法。
第四章以及第五章是本文的核心章節(jié)。在第四章，具體寫(xiě)了復(fù)雜背景下的人臉檢測(cè)的過(guò)程以及基于PCA的表情識(shí)別的算法原理。最后在實(shí)驗(yàn)章節(jié)第五章，對(duì)matlab程序進(jìn)行運(yùn)行，把訓(xùn)練圖片和測(cè)試圖片中的表情進(jìn)行對(duì)比識(shí)別，然后根據(jù)程序運(yùn)行結(jié)果對(duì)表情識(shí)別結(jié)果進(jìn)行分析。
關(guān)鍵詞：人臉識(shí)別 PCA 表情識(shí)別


Facial expression recognition
Abstract The first facial expression recognition is applied to areas of biology and psychology, but with the advancement of technology and the times, facial expression recognition technology enables computers to recognize human facial expressions, and create truly harmonious human-machine environment.Associated with our vital that the current facial expression recognition has gone deep into all aspects of daily life, including smile detection, remote education system, in fact, daily social activities, but also filled with face recognition time, people judge you by the expression What is the mood of people in exchange for the state, to understand the meaning of the expression of interpersonal plays an active role.
In this article, I select the six basic expressions of anger, happiness, sadness, surprise, disgust and fear and neutral expressions .Using matlab programming, firstly we use color and face detection method based on characteristics of the picture in the complex context identify the characters facial expressions, and then based on the classical algorithm of principal component analysis (PCA), to extract facial features, facial expression on the picture identification.
The first two chapters, I introduced expression recognition about the background, development, and research status , etc. Principal component analysis (PCA) in terms of objectives, analysis steps, applications have been described, and the following expression recognition algorithm based on PCA made a theoretical introduction.Chapter III summarizes the expression recognition method.
Chapter IV and Chapter V are the core section of this paper.In chapter IV, the specific process of writing a face detection in complex background and principle-based PCA face recognition algorith. The final chapter in chapter V of the experiment, for matlab program runs, the training images and test images were compared to identify the facial expression and then analyzed for expression recognition results based on the results of the program to run.
Key words : Face Recognition PCA Expression Recognition

目錄
第一章 緒論 1
1.1 課題研究的背景及意義 1
1.2 表情識(shí)別的方法概述 2
1.3表情識(shí)別的研究現(xiàn)狀及發(fā)展趨勢(shì) 4
1.3.1 研究現(xiàn)狀 4
1.3.2 發(fā)展趨勢(shì) 5
第二章 主成分分析 7
2.1 主成分分析的簡(jiǎn)介 7
2.2 主成分分析的目標(biāo) 8
2.3 主成分分析的步驟 8
2.4 主成分分析的應(yīng)用 9
第三章 表情識(shí)別的方法 11
3.1基于特征的人臉表情識(shí)別 11
3.1.1 基于HOG的特征提取方法 11
3.1.2 基于Gabor 多方向特征融合與分塊直方圖法 11
3.2 基于面部運(yùn)動(dòng)單元的表情識(shí)別 12
3.2.1基于面部運(yùn)動(dòng)單元成分特征的方法 12
3.2.2基于面部運(yùn)動(dòng)單元組合特征的方法 12
3.3 主成分分析法 12
3.4 隱馬爾可夫模型法 13
3.5 其他方法 14
第四章 基于主成分分析的表情識(shí)別算法 15
4.1 彩色人臉識(shí)別算法 15
4.2 基于PCA的表情識(shí)別算法 19
4.2.1 表情識(shí)別過(guò)程 19
4.2.2 主成分分析算法 20
4.2.3主成分分析算法的數(shù)學(xué)原理 20
4.2.4局限性 22
第五章 表情識(shí)別的結(jié)果 24
5.1 人臉識(shí)別實(shí)驗(yàn)的結(jié)果 24
5.2 表情識(shí)別實(shí)驗(yàn)的結(jié)果與分析 27
5.2.1程序識(shí)別步驟 27
5.2.2 實(shí)驗(yàn)結(jié)果對(duì)比與分析 28
結(jié)論與展望 34
致謝 35
參考文獻(xiàn) 36