表情识别博士答辩.pptxVIP

8201基于解耦空间特征学习的稀疏表示表情识别算法研究导师 ：胡正平 教授学生 ：孙哲专业 ：电子科学与技术研究目的和意义1国内外研究现状2技术路线3目录CONTENTS研究内容45创新点6研究不足与展望[ 第一部分 ]01研究目的和意义研究目的和意义表情识别优势：所谓相由心生，人类对事物的喜恶，最直观的表现就是表情。方便友好、易于接受、不易伪造等应用：智能交通、辅助医疗、远程教育、卫生保健、监视系统、驾驶员安全、测谎、互动游戏、社交机器人等表情测谎表情驾驶系统监控表情自动拍照研究目的和意义理论意义和应用价值：1. 利用新的理论工具，有望取得新的突破2. 为解决实际生活场景中复杂的表情识别问题奠定基础；例如：多个体表情识别3. 推动基于动态的表情分析等相关问题发展；例如有效跟踪用户情绪变化，可以很方便的为静态图片/实时视频流中人脸加情绪标签4. 扩展表情识别应用范围，例如：人脸表情交互、营销辅助多个体表情识别动态的表情分析人脸表情交互[ 第二部分 ]02国内外研究现状特征提取方法几何结构特征人脸运动编码系统 浅层特征 Gabor 特征局部纹理特征 LBP子空间表示PCA深度子空间特征PCANet LDANet深度特征 CNN RNN分类方法稀疏表示分类方法SRC支持向量机SVM近邻分类方法NN协同表示分类方法CRC四一二五三概率协同表示分类方法ProCRC技术挑战面部表情的易