國立高雄大學圖資館 |

語系: 繁體中文

說明(常見問題)

圖資館首頁

登入

回首頁

切換: 標籤 | MARC模式 | ISBD

植基於全域與局部紋理特徵之臉部表情辨識 = Facial Express...

劉懿萱

植基於全域與局部紋理特徵之臉部表情辨識 = Facial Expression Recognition by Global and Local Texture

紀錄類型:	書目-語言資料,印刷品 : 單行本
並列題名:	Facial Expression Recognition by Global and Local Texture
作者:	劉懿萱,
其他團體作者:	國立高雄大學
出版地:	[高雄市]
出版者:	撰者;
出版年:	2012[民101]
面頁冊數:	59面圖，表格 : 30公分;
標題:	表情辨識
標題:	Facial expression recognition
電子資源:	http://handle.ncl.edu.tw/11296/ndltd/77131387250239735661
附註:	參考書目：面46-51
摘要註:	隨著人機互動逐漸蓬勃發展，臉部表情辨識變成了一個相當重要且具有挑戰性的問題。因此，如何發展一個有效的臉部表示方法來表達臉部表情是臉部表情辨識中最重要的一步。本論文提出一個結合全域與局部紋理特徵之臉部表情表示方法。我們先以離散小波轉換將臉部影像的大小進行壓縮，接著使用區域二元圖樣及門檻值區域二元圖樣產生出對臉部表情具有分辨能力的特徵，最後將這些特徵使用支持向量機分類器進行表情辨識。實驗結果證實，我們提出的方法在著名的Cohn-Kanade表情資料庫中進行七種表情辨識，並以10次交叉驗證進行測試，辨識程度可達96.5%。顯示我們的方法可以提取出臉部表情中具有辨識能力特徵，並且得到良好的效果。 With the trend of human-computer interaction, facial expression recognition is an interesting and challenging problem. Therefore, to develop an effective facial expression representation method from facial images is a critical step for successful facial expression recognition. In this paper, we proposed a facial expression representation approach which combines global and local textures. We use discrete wavelet transform to reduce the size of a facial image, and then we extract the most discriminate features based on Local Binary Pattern and Threshold Local Binary Pattern. These features are classified by using Support Vector Machine. Experimental results show that the proposed approach can achieve better recognition performance on the Cohn-Kanade database with 10-fold cross-validation testing scheme.

植基於全域與局部紋理特徵之臉部表情辨識 = Facial Expression Recognition by Global and Local Texture
劉, 懿萱

植基於全域與局部紋理特徵之臉部表情辨識 = Facial Expression Recognition by Global and Local Texture / 劉懿萱撰 - [高雄市] : 撰者, 2012[民101]. - 59面 ; 圖，表格 ; 30公分.
參考書目：面46-51.
表情辨識Facial expression recognition

植基於全域與局部紋理特徵之臉部表情辨識 = Facial Expression Recognition by Global and Local Texture
LDR:02859nam0a2200277 450 001 346215
005 20170214095729.0
009 346215
010 0 $b 精裝
010 0 $b 平裝
100 $a 20170214d2012 k y0chiy05 e
101 0 $a chi
102 $a tw
105 $a ak am 000yy
200 1 $a 植基於全域與局部紋理特徵之臉部表情辨識 $d Facial Expression Recognition by Global and Local Texture $z eng $f 劉懿萱撰
210 $a [高雄市] $c 撰者 $d 2012[民101]
215 0 $a 59面 $c 圖，表格 $d 30公分
300 $a 參考書目：面46-51
314 $a 指導教授：賴智錦博士
328 $a 碩士論文--國立高雄大學電機工程學系碩士班
330 $a 隨著人機互動逐漸蓬勃發展，臉部表情辨識變成了一個相當重要且具有挑戰性的問題。因此，如何發展一個有效的臉部表示方法來表達臉部表情是臉部表情辨識中最重要的一步。本論文提出一個結合全域與局部紋理特徵之臉部表情表示方法。我們先以離散小波轉換將臉部影像的大小進行壓縮，接著使用區域二元圖樣及門檻值區域二元圖樣產生出對臉部表情具有分辨能力的特徵，最後將這些特徵使用支持向量機分類器進行表情辨識。實驗結果證實，我們提出的方法在著名的Cohn-Kanade表情資料庫中進行七種表情辨識，並以10次交叉驗證進行測試，辨識程度可達96.5%。顯示我們的方法可以提取出臉部表情中具有辨識能力特徵，並且得到良好的效果。 With the trend of human-computer interaction, facial expression recognition is an interesting and challenging problem. Therefore, to develop an effective facial expression representation method from facial images is a critical step for successful facial expression recognition. In this paper, we proposed a facial expression representation approach which combines global and local textures. We use discrete wavelet transform to reduce the size of a facial image, and then we extract the most discriminate features based on Local Binary Pattern and Threshold Local Binary Pattern. These features are classified by using Support Vector Machine. Experimental results show that the proposed approach can achieve better recognition performance on the Cohn-Kanade database with 10-fold cross-validation testing scheme.
510 1 $a Facial Expression Recognition by Global and Local Texture $z eng
610 0 $a 表情辨識 $a 離散小波轉換 $a 支持向量機 $a 門檻值區域二元圖樣 $a 區域二元圖樣
610 1 $a Facial expression recognition $a Discrete wavelet transform $a Local binary pattern $a Support vector machine $a Threshold local binary pattern
681 $a 008M/0019 $b 542201 7244 $v 2007年版
700 1 $a 劉 $b 懿萱 $4 撰 $3 576425
712 0 2 $a 國立高雄大學 $b 電機工程學系碩士班 $3 166118
801 0 $a tw $b NUK $c 20121107 $g CCR
856 7 $z 電子資源 $2 http $u http://handle.ncl.edu.tw/11296/ndltd/77131387250239735661