- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于非刚体运动光流算法的面部表情识别)
计算机科学2007Vo1.34No.3
基于非刚体运动光流算法的面部表情识别 )
杨国亮 王志良 王国江 陈锋军。
(江西理工大学机 电工程学院 赣州 341000) (北京科技大学信息工程学院 北京 100083)
摘 要 本文讨论了基于光流法的面部表情识别。由于面部表情运动是一非刚体运动,容易产生形变,因此标准光
流法估计不准确。为此,本文通过引入 diwcurl样条函数作为扩展光流约束方程的附加约束条件,推导了非刚体光流
算法,并给出了一阶和二阶 div-curl样条约束下光流的数值解。最后将该算法用于面部表情特征提取,构建 了
HMM与BP神经网络混合分类器。实验结果表明面部表情识别率得到显著提高。
关键词 光流 div-curl样条,非刚体运动,面部表情识别
FacialExpressionRecognitionBasedonOpticalFlow Techniques forNon-rigidMotionAnalysis
YANGGuo-Liang。 WANGZhi-Liangz WAGNGuwJian~ CHENFeng-Jun2
(SchoolofMechanical ElectricalEngineering.JiangxiUniversityofScienceandTechnology.Ganzhou341000)
(SchoolofInformationEngineering,BeijingUniversityofScienceTechnology,Beijing100083)。
Abstract Inthispaperweaddresstheproblem ofestimatingthenon-rigidmotioninfacialexpressionsequences.DuetO
thegreatdealOftemporaldistortionsthatluminancepatternsexhibitinfacialexpressionimages,standardopticalflow
algorithmsarenotwelladaptedinthiscontext.Tocopewiththeproblem,anovelapproachforestimatingfacialex—
pressionmotionbasedonfirst-orderandsecon orderdiv-curlsplinesconstraintiSpresented.Thenumericalresolutions
ofthismethodareinduced.Facialexpressionfeaturevectorflowsareextractedbyimprovedopticalflowalgoritmh and
ahybridclassificerbasedonHMM andBPneuralnetworkiSdesigned.Theexperimentresultsshow thattheperform—
anceofthisapproachisbetterthannomr almethod.
Keywords Opticalflow,Diwcurlspline,Non-rigidmotion,Facialexpressionrecognition
由流体力学可知,所有流体的运动都遵循连续方程 :
1 引言
+ v+pdivV=0 (1)
随着人机交互研究的深入和巨大的应用前景,人脸面部 d ’ ’
表情识别已经成为当前模式识别领域的一个研究热点,在和 式中Dl为流体密度,V39~g,divV一赛++ 为速度场
谐人机交互、情感机器人方面有着广泛的应用。目前常用的 一
文档评论(0)