基于树结构的人脸属性识别-控制科学与工程专业论文.docxVIP

万方数据 万方数据 致谢 本研究及学位论文是在导师王雪松教授的亲切关怀和悉心指导下完成的。从 论文的选题、中期工作直至论文的最终完稿，导师多次为我答疑解惑，详细指出 论文中的不足，并给予详细指导说明。她严谨治学的作风，孜孜不倦的求学精神 以及渊博的知识对论文质量起到了极大地提高作用。多年来，导师不仅在学业上 给我以精心指导，同时还在思想上、生活上给我以无微不至的关怀，在此谨向导 师王雪松教授致以最衷心的感谢和最崇高的敬意！ 同时深切地感谢程玉虎老师在我论文的选题和研究进程中给予的指导、关怀 和帮助！ 在论文的撰写过程中，得到了张晓强老师、潘杰博士、臧绍飞博士，以及汪 婵师姐、孙伟芳师姐、汪敏师姐、周光霞师姐、曹戈师兄、黄飞师兄等的悉心指 导和建议，张嘉睿、闫称、王亢亢等硕士的支持和帮助，感谢他们为我营造了良 好的学习和科研环境。 感谢本论文所引用的各位专家、学者对本论文的启发和帮助！ 感谢爸爸妈妈等家人在我攻读硕士学位期间给予的支持和鼓励，在此致以深 深的谢意！ 感谢好友的一直以来的鼓励和陪伴，谢谢！ 最后，感谢百忙中抽出时间给予悉心评阅和指教的诸位专家，祝你们平安健 康快乐。 摘 要 近年来，随着科学技术的进步，计算机与互联网技术发展迅速，相机等拍照 产品日新月异，人类已进入大数据时代。作为文字的辅助，数字图像以其较好的 直观性记录着人类生活的点滴。图像数据大量增长，如何使机器能够模仿人的认 知习惯，通过先验语义描述（属性）知识和对图像进行学习。基于该问题，本文 从两个方面针对比较有代表性的人脸图像进行研究，主要工作如下： 众所周知，人脸表情不受种族、性别、年龄、教育程度、肤色等因素影响， 且人脸表情信息主要集中的区域有眉毛、眼睛、嘴部等。为此，提出一种基于决 策树的人脸表情强度度量分析方法。首先，针对给定的训练样本，构造人脸表情 信息集中区域的特征模块，通过分析特征模块，标记特征点；然后，基于人类对 人脸表情的认识和描述经验分析人脸表情特征点参数，设计生成能够度量人脸表 情强度的决策树；最后，根据得到的人脸表情强度度量决策树，对测试样本进行 分类。 针对现实生活中复杂背景下图像中人脸属性学习问题，基于混合树构建了一 个人脸属性识别系统。首先，构建一个初始人脸混合树模型；然后，给定训练样 本，该训练样本由包含人脸的正训练样本和不包含人脸的负训练样本组成，并对 其中的正训练样本进行特征点标记，使用训练样本进行判别训练得到新的人脸属 性混合树模型；最后，结合人脸检测，将学习得到的混合树模型与检测到的人脸 进行匹配，从而得到目标样本中人脸的属性信息。 本文使用 3 个人脸数据集（Cohn-Kanade、PubFig、CMU MultiPIE）、1 个 非人脸数据集 INRIAPerson 和现实生活中的包含人脸图像进行实验，主要对人脸 表情中的“笑”表情强度以及复杂图像人脸属性信息进行研究。实验结果说明了 基于树结构进行人脸属性分析的有效性。 该论文有图 18 幅，表 19 个，参考文献 78 篇。 关键词：人脸属性；决策树；混合树；表情强度；特征点 I Abstract In recent years, with the progress of science and technology, camera updating fast, computer and Internet technology has developed rapidly, human beings have entered the era of big data. As an assist of text, digital images with their better intuition record the intravenous drip of humans’ life. With a large number of images, how to make the machine can imitate peoples cognitive habits. That is to say, machines can use prior semantic description (attribute) knowledge to learn some similar things unknown. To solve this problem, this paper use face images as a representation to do research from two aspects. As we all know, the facial expression is common through race, gender, age, edu