《基於GMM的Bayes錯誤率估計理論與非正面表情識別研究》是依託東南大學，由鄭文明擔任項目負責人的面上項目。
基本介紹
- 中文名：基於GMM的Bayes錯誤率估計理論與非正面表情識別研究
- 項目類別：面上項目
- 項目負責人：鄭文明
- 依託單位：東南大學
中文摘要,結題摘要,
中文摘要
面部表情識別是計算機視覺和模式識別研究領域的一個前沿性課題，目前的研究工作主要集中在正面或近似正面的人臉圖像上。非正面人臉圖像的表情識別是表情識別研究領域中非常重要且極富挑戰性的研究課題,該研究主要涉及以下3方面內容：（1）非正面人臉圖像的情感特徵提取和特徵表示；（2）高維情感特徵矢量的維數降低（特徵選擇）；（3）情感識別分類器設計。為此，本項目將在申請人原有表情識別研究工作的基礎上（相關成果已發表在ICCV、NIPS等頂級國際會議），進一步深入開展非正面人臉圖像的表情識別研究，提出以圖像片 (image patch)為單位的密集型情感特徵提取方案以及基於區域協方差矩陣的情感特徵表示方法，同時提出基於高斯混合模型（GMM）的情感特徵機率密度函式估計方法以及建立基於GMM的最小貝葉斯錯誤率估計與數據降維新理論，並在此基礎上建立非正面人臉圖像的表情識別方法理論體系和相應的原型系統。
結題摘要
本項目主要開展基於貝葉斯錯誤率估計的數據降維方法和非正面人臉圖像的表情識別問題研究，在判別分析的理論和算法研究以及多視角面部表情圖像的特徵提取、表情特徵選擇以及表情分類等方面提出了一系列新的方法和算法。通過3年的研究工作，課題組圓滿完成了預期的研究目標，並取得了創新性的研究成果，在國內外權威刊物、國際重要會議上發表學術論文17篇，其中SCI論文6篇，EI論文11篇。申請了7項國家發明專利，另外有3項發明專利得到授權。主要研究成果發表在《IEEE Transactions on Affective Computing》、《IEEE Transactions on Neural Networks and Learning Systems》、《Pattern Recognition Letters》以及《IEEE Signal Processing Letters》等國際權威刊物以及《International Conference on Pattern Recognition (ICPR)》、《IEEE International Symposium on Circuits & Systems (ISCAS)》等國際重要會議上。在項目執行過程中以課題為依託，培養了8名碩士研究生順利完成學業，並分別獲得了碩士學位。
