基于Gabor小波的人脸表情识别研究-计算机科学与技术专业论文.docxVIP

独创性声明 本人声明所呈交的学位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，除文中已经标明引用的内容外，本论文不包含任何其他个人或 集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在 文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权 保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。 本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本论文属于 保密□， 在 年解密后适用本授权书。 不保密□。 （请在以上方框内打“√”） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 摘 要 随着中国进入老年社会，空巢老人的问题越来越受到国家的重视。为了提高对 空巢老人的医疗保健服务效率，实现低成本健康监护，同时满足空巢老人心理养老 的需求，EPIC实验室对机器人与云计算技术在实时健康监护的应用进行了研究。对 人脸表情进行识别能实时地了解老人的心理状况，从而使机器人更好地和老人进行 情感交互，完成健康监护的功能。 人脸表情识别，通过对人脸表情信息进行处理并提取其特征然后进行分类，从 而使计算机根据人脸的表情信息推断出人的心理状态，实现人机智能交互。一般而 言，人脸表情识别主要有三个步骤：表情图像预处理、表情特征提取和表情分类识 别。 对人脸表情识别的研究背景和研究现状进行了介绍，阐述了人脸表情识别三个 基本部分的相关问题。 HYPERLINK /dylantsou/archive/2012/08/11/2633483.html 介绍了基于Haar特征的Adaboost人脸检测技术，以及在表情图 像预处理中的图像的角度、尺度和灰度归一化的方法；在表情特征提取部分，总结 了一些常见的表情特征提取方法，并详细介绍了Gabor小波变换，主成分分析（PCA） 和线性判别分析（LDA）特征提取方法；在表情分类环节，讨论了常用的表情分类 算法K最近邻（KNN）和支持向量机（SVM）。对基于Gabor小波特征的人脸表情识 别方法进行了一系列的实验，选择出合适的人脸裁剪标准、尺度归一化尺寸、Gabor 滤波器组、特征降维方法和表情分类器，并在实验结果的基础上设计了一个基于PC 端的实时表情识别系统和一个基于WEB端实时表情识别系统。 关键词： 表情识别，表情预处理，特征提取，分类器，Gabor 小波 Abstract As China entered the aging society, the problem of empty-nesters increasingly brought to the attention of the country. EPIC laboratory’s research of robots and cloud computing technology for applications of real-time intelligent electronic health care, is aim to improve the efficiency of health care services of empty nest elderly, to implement low cost health care and at the same time meet the needs of empty nest old people psychological endowment. Identifying facial expressions can help understand the psychological condition of the elderly in real time, so that the robot can do better emotional interaction with the old people and complete the function of health care. Facial expression recognition, is to process the information of facial expressions and extract the features and then classify, so that computer can infer the state of peoples mind according to the