基于lda的人臉情感識別系統(tǒng)的設計與實現(xiàn).docx
約37頁DOCX格式手機打開展開
基于lda的人臉情感識別系統(tǒng)的設計與實現(xiàn),基于lda的人臉情感識別系統(tǒng)的設計與實現(xiàn)design and implementation of face emotion recognition system based on latent dirichlet allocation 1.92萬字 37頁 原創(chuàng)作品，已通過查重系統(tǒng)摘要：隨著計算機通信技術和多媒體技術的...
內(nèi)容介紹
此文檔由會員 馬甲線女神 發(fā)布
基于LDA的人臉情感識別系統(tǒng)的設計與實現(xiàn)
Design and implementation of face emotion recognition system based on Latent Dirichlet Allocation
1.92萬字 37頁 原創(chuàng)作品，已通過查重系統(tǒng)
摘要：隨著計算機通信技術和多媒體技術的迅猛發(fā)展，信息越來越多地以數(shù)字圖像的形式存儲與傳遞。主題生成模型能通過學習建模與概率推導發(fā)現(xiàn)圖像中隱含的中間語義分布情況，近年來受到了大量的關注。隱狄利克雷分配(Latent Dirichlet Allocation LDA)模型就是主題模型中的代表，其利用多層次貝葉斯網(wǎng)絡以多個主題的概率混合表示圖像。
本文采用K-means聚類提取人臉的詞袋特征，將提取到的詞袋特征輸入LDA模型，學習得到人臉表情主題特征，最終采用KNN分類器對提取到的特征進行分類，從而得出分類出的表情標簽。
采用基于LDA主題特征提取方法對日本ATR（Advanced Telecommunication Research Institute）的專門用于表情識別研究的基本表情數(shù)據(jù)庫JAFFE人臉數(shù)據(jù)庫中的人臉表情圖片進行情感識別。該數(shù)據(jù)庫包括七種基本表情：驚訝、恐懼、悲傷、高興、憤怒、厭惡、中性。
實驗結果表明，基于LDA的人臉情感識別具有良好的特征提取效果。將學習到的主題特征用常見的SVM分類器都能夠得到不錯識別效果。本方法具有良好的可推廣性和識別率，對人臉情感識別領域的發(fā)展具有一定意義。
關鍵詞： 人臉表情識別，LDA，詞袋，概率圖模型，主題特征
Q95;
Design and implementation of face emotion recognition system ba
1.92萬字 37頁 原創(chuàng)作品，已通過查重系統(tǒng)
摘要：隨著計算機通信技術和多媒體技術的迅猛發(fā)展，信息越來越多地以數(shù)字圖像的形式存儲與傳遞。主題生成模型能通過學習建模與概率推導發(fā)現(xiàn)圖像中隱含的中間語義分布情況，近年來受到了大量的關注。隱狄利克雷分配(Latent Dirichlet Allocation LDA)模型就是主題模型中的代表，其利用多層次貝葉斯網(wǎng)絡以多個主題的概率混合表示圖像。
本文采用K-means聚類提取人臉的詞袋特征，將提取到的詞袋特征輸入LDA模型，學習得到人臉表情主題特征，最終采用KNN分類器對提取到的特征進行分類，從而得出分類出的表情標簽。
采用基于LDA主題特征提取方法對日本ATR（Advanced Telecommunication Research Institute）的專門用于表情識別研究的基本表情數(shù)據(jù)庫JAFFE人臉數(shù)據(jù)庫中的人臉表情圖片進行情感識別。該數(shù)據(jù)庫包括七種基本表情：驚訝、恐懼、悲傷、高興、憤怒、厭惡、中性。
實驗結果表明，基于LDA的人臉情感識別具有良好的特征提取效果。將學習到的主題特征用常見的SVM分類器都能夠得到不錯識別效果。本方法具有良好的可推廣性和識別率，對人臉情感識別領域的發(fā)展具有一定意義。
關鍵詞： 人臉表情識別，LDA，詞袋，概率圖模型，主題特征
Q95;
