需要金幣： 1000 個金幣 |
資料包括：完整論文 |  |
 |
| 轉(zhuǎn)換比率：金額 X 10=金幣數(shù)量， 例100元=1000金幣 | 論文字數(shù)：11063 |  | |
| 折扣與優(yōu)惠：團購最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
【摘要】人臉面部表情識別作為當今熱門的研究課題，最近幾年滲透到各個行業(yè)，發(fā)揮了很重要的作用。可是現(xiàn)有的人臉面部表情圖像研究技術(shù)要求人臉必須是面對面，從而限制了人臉表情識別技術(shù)的發(fā)展范圍，但是采用支持向量機的方法，可以有效應(yīng)對這個難題。 本次畢業(yè)設(shè)計主要分為三個部分，一是闡述人臉表情識別系統(tǒng)，詳細介紹目前已有的人臉表情特征提取、降維、分解以及分類方法的研究現(xiàn)狀以及這項技術(shù)面臨的問題。二是闡述支持向量機的原理，介紹其分類原理和強大非線性能力。三是人臉表情識別實驗，介紹本次實驗數(shù)據(jù)的來源，圖像的預(yù)處理，實驗環(huán)境配置和實驗步驟，最后對實驗結(jié)果分析和總結(jié)。 本文是基于SVM算法的研究，通過與最近鄰算法的對比實驗，得出兩種算法的識別率，驗證了SVM算法在表情識別上的有效性，從而達到本文的最終研究目的。
【關(guān)鍵詞】:表情識別；支持向量機；模式識別
目錄 摘要 Abstract 第1章 緒論-1 1.1研究的背景和意義-1 1.2國內(nèi)外研究現(xiàn)狀-1 1.3 人臉表情識別系統(tǒng)-2 1.3.1提取表情特征-3 1.3.2人臉表情特征降維和分解-4 1.3.3人臉表情分類方法-5 1.4人臉表情識別存在的缺陷-7 1.5本文的研究內(nèi)容及其他章節(jié)安排-7 第2章 支持向量機的方法闡述-9 2.1支持向量機-9 2.2支持向量機的分類原理-9 第3章 人臉面部表情識別實驗-14 3.1數(shù)據(jù)庫-14 3.2圖像預(yù)處理-14 3.2.1數(shù)據(jù)歸一化-14 3.2.2數(shù)據(jù)批量化-14 3.3實驗環(huán)境配置-15 3.4實驗流程-15 3.5實驗結(jié)果和分析-16 3.5.1每類表情訓練本個數(shù)為10-16 3.5.2每類表情訓練本個數(shù)為20-18 3.5.3每類表情訓練本個數(shù)為25-19 3.5.4不同表情識別率差異分析-20 第四章 結(jié)束語-22 4.1本文總結(jié)-22 4.2 下一步展望-22 參考文獻-23 致謝-25 |
