基于人臉表情特征與語音特征融合的情感識別研究

基于人臉表情特征與語音特征融合的情感識別研究

ID:34030156

大?。?.63 MB

頁數(shù):55頁

時間:2019-03-03

基于人臉表情特征與語音特征融合的情感識別研究_第1頁
基于人臉表情特征與語音特征融合的情感識別研究_第2頁
基于人臉表情特征與語音特征融合的情感識別研究_第3頁
基于人臉表情特征與語音特征融合的情感識別研究_第4頁
基于人臉表情特征與語音特征融合的情感識別研究_第5頁
資源描述:

《基于人臉表情特征與語音特征融合的情感識別研究》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、AfheSiSSUbmi”edtoZhengzhOuUniVerSityFOrfhedegreeOfMaSterEmotionReCogn計(jì)ionbaSedOnthefUSionofEXpreSSionfeatUreandemOtion·reIatedaUdIOfeatUreByBOLiSuperVisor:Prof.L.nQiSignalandlnfOrmatiOnPrOCeSSingSChOOlOfInformafiOnEngineer.ngMay2014原創(chuàng)性聲明本人鄭重聲明:所呈交的學(xué)位論文,是本人

2、在導(dǎo)師的指導(dǎo)下,獨(dú)立進(jìn)行研究所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外,本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的科研成果。對本文的研究做出重要貢獻(xiàn)的個人和集體,均已在文中以明確方式標(biāo)明。本聲明的法律責(zé)任由本人承擔(dān)。學(xué)位論文作者:耋博日期:2護(hù)仟年石月“日學(xué)位論文使用授權(quán)聲明本人在導(dǎo)師指導(dǎo)下完成的論文及相關(guān)的職務(wù)作品,知識產(chǎn)權(quán)歸屬鄭州大學(xué)。根據(jù)鄭州大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定,同意學(xué)校保留或向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版,允許論文被查閱和借閱;本人授權(quán)鄭州大學(xué)可以將本學(xué)位論文的全部或部

3、分編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索,可以采用影印、縮印或者其他復(fù)制手段保存論文和匯編本學(xué)位論文。本人離校后發(fā)表、使用學(xué)位論文或與該學(xué)位論文直接相關(guān)的學(xué)術(shù)論文或成果時,第一署名單位仍然為鄭州大學(xué)。保密論文在解密后應(yīng)遵守此規(guī)定。學(xué)位論文作者:季謝日期:2.吁年51月2』日摘要情感識別在人們的社會交往過程中具有重要作用。人機(jī)交互領(lǐng)域的情感識別研究目標(biāo)是使計(jì)算機(jī)在接收到人類的情感信號后能獲取人的情感信息,準(zhǔn)確的識別情感狀態(tài)。最初人們對情感識別的研究,主要集中在單一情感特征識別方面。隨著研究的不斷深入,人們認(rèn)識到來自不同渠道的

4、人類情感特征之間具有一定的互補(bǔ)性,充分利用不同渠道特征之間的相關(guān)性可以更好地進(jìn)行情感識別。于是基于多模態(tài)特征的情感識別研究成為一個研究熱點(diǎn)。而人們的情感主要通過語音、表情和肢體動作等方面來表達(dá),其中語音信息和表情信息被認(rèn)為是人類情感的兩個主要指標(biāo)。因此,本文首先提出基于分?jǐn)?shù)階傅里葉域人臉表情特征與語音特征融合的情感識別方法。其次,針對傳統(tǒng)的非線性特征融合算法的不足,提出一種新的特征融合算法一廣義監(jiān)督局部保持典型相關(guān)分析算法(GSLPCCA)。該算法有效提高了雙模態(tài)情感識別系統(tǒng)的識別率。本文的主要研究工作如下

5、:1.介紹了信息融合的相關(guān)知識,以及一維分?jǐn)?shù)階傅里葉變換的定義、性質(zhì)及其離散算法,對二維離散分?jǐn)?shù)階傅里葉變換的定義和性質(zhì)作了說明。并且重點(diǎn)研究了多模態(tài)情感識別方法中信息融合層次以及融合策略。2.提出基于分?jǐn)?shù)階傅里葉域人臉表情特征與語音特征融合的情感識別方法。考慮到表情特征與語音特征的非線性特征融合問題,提出采用核典型相關(guān)分析算法作為情感識別方法的特征融合算法。通過仿真實(shí)驗(yàn),驗(yàn)證了該情感識別方法的有效性。3.提出一種新的特征融合算法一廣義監(jiān)督局部保持典型相關(guān)分析算法,并將其應(yīng)用到了雙模態(tài)情感識別方法中。在特征

6、融合時,傳統(tǒng)的非線性特征融合算法均存在不利用或者不能充分利用樣本類別信息的問題。與它們相比,本文提出的算法充分的利用了樣本類別信息,對抽取的相關(guān)特征進(jìn)行有效的監(jiān)督,從而使抽取的特征更適用于分類。通過仿真實(shí)驗(yàn),驗(yàn)證了該算法優(yōu)于其它傳統(tǒng)非線性特征融合算法。關(guān)鍵詞:情感識別,信息融合,分?jǐn)?shù)階傅里葉變換,局部保持典型相關(guān)AbSlHlctAbStraCtEmotionreco印itionplays趾婦pon乏mtr01einmeprocessofpeople’ssocialcommullication.Theaimo

7、femotionreco鰣tionis也atcomputercandistillguishhlm缸’emotionsexactly缸tcrreceiVedbl瑚anemotioniIlfoImation.At也efirsttime,Them旬疵yof也eseworkei也erfocllsonspeecha】oneorf-acialexpllessionomy.Ho、Ⅳever,someof也eemotioIlsareaudiodomiIlant,、^71hiletlleotllersarevis砌domm枷

8、.Whenonemodalit),f茵lsorisnotgoodenou曲tod酏ermineacertainemotion,也eoⅡ1ermo捌i鑼c趿helptoimprove也erecog面tionperf.orIllaIlce.TheintegrationofaudioandVisualdala、析UcoIⅣeymoreinf0咖ationdboutthelmm鋤emotionalstate.Thecom

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。