基于Gabor小波和SSA优化的SVM人脸表情识别研究.pdf
《基于Gabor小波和SSA优化的SVM人脸表情识别研究.pdf》由会员分享,可在线阅读,更多相关《基于Gabor小波和SSA优化的SVM人脸表情识别研究.pdf(7页珍藏版)》请在咨信网上搜索。
1、收稿日期:基金项目:安徽省自然科学基金重点项目();安徽省级质量工程重点教学研究项目();骨干教师国内访学研修项目();安徽高校自然科学研究项目()作者简介:张辉(),男,江苏泰兴人,安徽师范大学皖江学院电子工程系副教授,硕士,研究方向:智能优化算法应用。:通信作者:王杨,:第 卷第期 年 月太原学院学报(自然科学版)()基于 小波和 优化的 人脸表情识别研究张辉,王杨,王子凡,朱强军,张广海(安徽师范大学皖江学院 电子工程系,安徽 芜湖 ;安徽师范大学 计算机与信息学院,安徽 芜湖 )摘要:针对传统支持向量机网格搜索算法寻优时间长,提出了一种识别率较高而且计算快速的人脸表情识别的方法。首先,
2、使用 小波技术获取人脸表情纹理特征,然后,经主成分分析法降维,得到图像的关键特征,将这些特征输入到经麻雀搜索算法(,)优化的支持向量机(,)进行表情的分类。在 数据集上进行实验识别率可达 ,在 数据集上识别率可达 ,并且在此数据集上和传统的网格搜索算法对比,在寻优的时间上更有优势。关键词:小波;麻雀搜索算法;支持向量机;表情识别中图分类号:文献标识码:文章编号:()犇 犗 犐:引言自 世纪 年代出现人脸识别技术以来,至今已有大半个世纪的发展史。人脸识别技术也在人们的生活之中得到了广泛的应用。随着人工智能技术的发展,用智能技术去识别生物特征已成为目前最受欢迎的技术之一。人脸表情蕴含着大量的信息,
3、从表情中可以提取出非常丰富的信息,在商业方面,可以根据顾客的喜好进行商品的推荐;在教育方面,表情识别可以监控学生在课堂上的状态,从而达到更好的教育水平,在交通安全方面,可以监控驾驶员的是否疲劳,减少交通事故的发生。基于人工智能的方法去识别人脸表情已成为目前的研究热点。人脸表情识别一般包括步。第步,进行图像采集,既包括静态的采集,也包括动态的采集;第步,进行图像中人脸的检测和定位,目的是定位人脸在图像中的位置坐标;第步,图像的预处理,因为在采集图像的过程中不可避免地会有一些噪声的干扰;第步,特征提取和通过分类器进行分类。人脸表情识别技术的关键在于特征的提取,特征提取的好坏可以直接影响到算法的识别
4、结果。人脸表情识别最早是基于几何结构的算法、基于隐马尔克夫法等。目前的主流特征提取有基于局部二值特征模式(,)、基于局部方向的模式(,)、小波主成分分析法。随着深度学习的发展,新的方法不断出现,如基于卷积神经网络(,)、基于生成式对抗网络(,)等。本文提出了一种基于 小波和麻雀搜索算法(,)优化支持向量机()的人脸表情识别方法。实验在 数据集和 数据集进行训练和测试,使用 小波先对图像进行特征提取,将提取之后的特征输入到主成分分析法(,)进行降维,把降维之后的特征用麻雀优化算法优化之后在 之中进行表情分类。麻雀优化算法的优点是快速而且准确地搜索到 的核函数参数犮和惩罚参数犵,从而达到快速训练的
5、目的。通过实验和分析得出,本文所提算法在正确率上达到比较高的程度,在寻优速度方面领先于传统的网格搜索法。小波纹理特征提取目前,对数字图像的处理主要可以分为两个方面,分别为空域和频域。空域也就是空间域,是指对图像进行像素级的处理;频域是通过将数字图像从像素级别转换成频率级别进行分析。频域分析法在目前的图像处理技术中有着广泛的应用,例如,在可以利用频率成分和图像外表之间的关系,将一些空域上很难表述的任务变得简单,滤波在频率域更加直观,它可以解释空间域滤波的某些性质。从空域分析变换成频域分析就要用到傅里叶变换。傅里叶变换将空域变换成频域,为图像的处理提供了一个新的方法。但是傅里叶变换有很大的局限性,
6、因为,在对数字图像进行变换时是对整个时域图像进行积分变换,很难关注到一些局部的变化,导致傅里叶变换很难提取到图像的边缘特征,不利于纹理特征的提取。为了解决傅里叶变换的缺点,在 年提出了 小波变换,在变换之中引入了时间局部变化的窗函数,使图像的边缘特征明显,更加能够关注到图像的局部空间变化,小波对图像的边缘敏感,能够提供良好的方向选择和尺度选择。设犳为具体的函数,且犳犔(犚),则 变换的定义式为犌犳犪,犫,()狑?犳()狋犵犪狋()犫犻 狑 狋狋()式中:犵犪()狋槡犪狋()犪是高斯函数,也可称之为窗函数。其中犪,犫。犵犪狋()犫是一个随时间局部发生变化的窗函数,其中,参数犫是用来平行移动窗口,
7、以便于覆盖图像的整个时域,如对参数犫进行积分,则有?犌犳犪,犫,()狑犫犳()狑,狑犚()信号重构的表达式为犳()狋?犌犳犪,犫,()狑 犵犪狋()犫犻 狑 狋狑犫()小波是由 变换推导而来,其中二维的 小波的表达式为,犽,(犽,狕)(犻犽,狕)()()式中:表示 滤波器的方向;表示滤波器的频率;狕表示图中像素的坐标;表示滤波器的方向;犻是算子,为复数。麻雀优化算法优化的 优化算法原理麻雀搜索算法是 年 提出的一种智能优化算法。算法主要模拟麻雀的觅食行为和反捕食行为。算法比较新颖,具有寻优能力强,收敛速度快等特点。主要的规则如下:该算法将麻雀的种群按个体在种群中的分工分为发现者和跟随者。)发现
8、者通常在种群中储存较高的能量,负责在整个种群中寻找食物丰富的区域,并为所有参与者提供觅食的区域和方向。在建立模型时,能量储备的高低取决于个体麻雀的适应度值。)当麻雀发现捕食者时,个体麻雀会发出警报信号。如果报警值高于安全值,发现者会将跟随者带到另一个安全的地方进行觅食。)发现者和追随者的身份是动态不固定的。只要能找到更好的食物来源,每只麻雀个体都可以成为发太原学院学报(自然科学版)第 卷现者,但发现者和追随者在整个种群中的比例保持不变。换句话说,当一只麻雀个体成为发现者时,另一只麻雀个体成为追随者。发现者位置更新狓狋 犻,犱狓狋犻,犱 犻 犻 狋 犲 狉()犚 狓狋犻,犱犙 犔烅烄烆 ()式中
9、:狓狋 犻,犱表示在第狋次迭代中,第犻只麻雀在第犱维的位置;为随机数,取值范围为,;犙为正态分布的随机数;犚为随机数,取值范围为,;为预警阈值,取值范围为,。更新跟随者位置狓狋 犻,犼犙 狓狋 狓狋犻,犼犻()犻狀狓狋 狆狓狋犻,犼狓狋 狆犃犔烅烄烆 ()式中:狓狆表示目前发现者所占领的最优位置;狓 表示目前全种群的最差位置;犃表示一个犱的矩阵,其中每个元素随机赋值为或。当犻狀时,表示种群中的第犻只麻雀没有获得食物,处于能量比较低的状态。需要抓紧去别的地方觅食。侦查预警行为狓狋 犻,犱狓 犫狋犻,犱狓狋犻,犱狓 犫狋犻,()犱犳犻犳犵狓狋犻,犱犓狓狋犻,犱狓狑狋犻,犱犳犻犳狑()犳犻犳烅烄烆犵
10、()式中:狓 犫狋犻,犱表示当前种群中全局的最优位置;为步长控制参数,是服从均值为,方差为的正态分布的随机数;犓,是一个随机数;犳犻是当前麻雀个体的适应度值;犳犵和犳狑表示全局最佳和最差的适应度图麻雀搜索算法优化流程 的值;为常数,防止分母为。当犳犻犳犵时,表示种群中的麻雀意识到了危险,需要靠近其他的麻雀,尽量减少被捕食的危险。麻雀优化算法主要是不断的迭代更新发现者和跟随者的位置,最终找到全局的最优值,本算法的主体流程如图所示。主成分分析法()主成分分析法()是一种对多维特征进行降维的算法。在用 分类器对数据进行分类之前,如果输入的特征维度较高,就要对特征的维度进行降维。就是目前应用最为广泛的
11、数据降维算法。算法的主要思想是将在特征中关系可能比较紧密的变量,通过计算将其变成尽可能少的变量,这些新的变量能够最大程度地保留原来的特征,去除原来的冗余特征,使维度变低,减少样本的存储空间,能够加速计算速度,减少训练模型出现过拟合的情况。支持向量机算法()支持向量机()是一种有监督方式的机器学习算法。机器学习算法是能够按照监督的方式很好地完成二分类的广义线性分类器。是在特征空间中最大化间隔的线性分类器。将 进行推广即可以完成数据线性不可分的问题。首先,通过选择一个核函数犓,将低维的非线性数据映射到高维的空间中。在高维空间中完成线性分割,构造出最优分类超平面。核函数是计算两个向量在隐式空间映射后
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 Gabor SSA 优化 SVM 表情 识别 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),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。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;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),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。