基于面部表情的儿童社会情绪能力评测研究

发布时间：2017-04-06 22:01

  本文关键词：基于面部表情的儿童社会情绪能力评测研究，由笔耕文化传播整理发布。

【摘要】：儿童的社会情绪能力对其人格培养和全面发展有着重要的意义,及时且准确地获取儿童的情绪状态,可以为研究人员评测儿童的社会情绪能力提供重要的参考依据。面部表情作为一种容易获取的生物特征信号,可以较为准确地反映出儿童的真实情绪状态。因此,面部表情识别是获取儿童情绪状态的一种重要手段。然而,已有的表情识别工作绝大部分都是以成人为研究对象,关于儿童的表情识别却少有研究。本文针对儿童的面部表情识别问题,围绕儿童表情数据库建设、表情特征提取以及表情识别等多个方面开展研究工作,主要内容包括如下方面：(1)建立了一个儿童表情数据库。为了能够有效地诱发出儿童的面部表情,设计了两组经典的心理学实验；在实验过程中,使用摄像机准确地锁定儿童面部区域,录制儿童面部表情变化全过程；最后,对录制的数据进行加工和标注,建立了一个儿童表情数据库,并且给出了该表情数据库的基准识别率。(2)提出了一系列空时特征提取方案用于真实场景下的表情识别。这些特征提取方案可以有效地处理实际场景表情识别过程中常见的复杂光照和背景、非正面、遮挡等诸多问题。最后,在多个表情数据库上进行了实验并验证了所提出的特征提取方案的有效性。(3)提出了一个迁移双稀疏学习(transfer double sparse learning,TDSL)模型处理成人与儿童的跨库表情识别问题。TDSL通过选取部分目标域样本作为辅助集,与源域样本共同参与模型的训练,能够有效地消除源域与目标域样本间的分布差异。特别地,在TDSL模型的学习过程中,TDSL不仅能够锁定对于表情分类贡献较大的人脸区域,而且对于这些人脸区域的特征可以进行进一步的特征选择,筛选出贡献较大的特征。实验结果表明,TDSL能够较好解决成人与儿童跨库表情识别的问题。(4)搭建了一个儿童情绪监测系统。该系统能够对实际场景下的儿童面部区域进行定位,并识别出表情类别。同时,该系统可以将结果转化为一定的指标并生成一段时间内的情绪图谱来监测儿童情绪,能够辅助专业人员进行儿童的社会情绪能力评测。
【关键词】：儿童社会情绪能力评测 表情识别 儿童表情数据库 实际场景 迁移双稀疏学习 儿童情绪监测系统
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：B842.6;TP391.41
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-18
• 1.1 课题背景及研究意义10-11
• 1.2 儿童社会情绪能力评测的研究现状11-15
• 1.2.1 基于心理测量的研究11-12
• 1.2.2 基于生理测量的研究12-13
• 1.2.3 基于行为分析的研究13-15
• 1.2.4 其他形式的研究15
• 1.3 本文的主要研究工作和组织框架15-18
• 1.3.1 本文的主要研究工作15-16
• 1.3.2 本文的组织框架16-18
• 第二章 面部表情识别研究技术综述18-36
• 2.1 面部表情识别概述18-19
• 2.1.1 面部表情识别的研究及应用18-19
• 2.1.2 面部表情识别的一般流程19
• 2.2 面部表情数据库19-21
• 2.2.1 CK+数据库20
• 2.2.2 PIE数据库20
• 2.2.3 Multi-PIE数据库20-21
• 2.2.4 AFEW_4_0_EmotiW_2015数据库21
• 2.2.5 CHEAVD数据库21
• 2.3 人脸配准方法21-24
• 2.3.1 常用人脸配准方法介绍21-22
• 2.3.2 ERT算法简要介绍22-23
• 2.3.3 ERT算法的性能23-24
• 2.4 表情图像预处理24-26
• 2.5 面部特征提取方法26-32
• 2.5.1 基于静态图像的特征提取方法26-30
• 2.5.2 基于动态图片序列的特征提取方法30-32
• 2.6 面部表情分类方法32-34
• 2.6.1 常见的表情分类器32-33
• 2.6.2 分类器的性能指标评价33-34
• 2.7 本章小节34-36
• 第三章 儿童表情数据库的建立36-48
• 3.1 儿童表情数据库建立流程36-37
• 3.2 实验原理37-38
• 3.2.1 失望任务的实验原理37-38
• 3.2.2 延迟满足任务的实验原理38
• 3.3 儿童表情数据库的采集过程38-43
• 3.3.1 儿童数据库采集的准备工作38-40
• 3.3.2 “失望任务”实验过程40-42
• 3.3.3 “延迟满足任务”实验过程42-43
• 3.4 儿童表情数据库的整理43-46
• 3.4.1 儿童表情数据的处理43-44
• 3.4.2 儿童面部图像类别标签的确定44-45
• 3.4.3 儿童表情数据库的基准实验45-46
• 3.5 本章小节46-48
• 第四章 实际场景下面部表情识别研究48-58
• 4.1 基于面部关键点的表情空时特征提取方法48-53
• 4.1.1 基于人脸关键点的N×N_LBP-TOP特征提取方案49-50
• 4.1.2 基于人脸关键点的5Org_LBP-TOP特征提取方案50-51
• 4.1.3 在人脸关键点周围子区域提取LBP-TOP特征51-53
• 4.2 非正面、遮挡和光照改变环境下动态序列表情识别研究53-56
• 4.2.1 光照改变环境下的实验53-54
• 4.2.2 面部图像部分遮挡实验54-55
• 4.2.3 非正面表情识别实验55-56
• 4.3 本章小节56-58
• 第五章 成人与儿童跨库表情识别研究58-66
• 5.1 基于TDSL模型的跨库表情识别58-63
• 5.1.1 基于TDSL模型的跨库表情识别的流程58-59
• 5.1.2 TDSL模型的建立59-61
• 5.1.3 TDSL模型的优化61-63
• 5.2 跨库表情识别实验63-64
• 5.2.1 表情数据的处理63
• 5.2.2 跨库表情识别实验结果与分析63-64
• 5.3 本章小节64-66
• 第六章 儿童情绪监测系统界面与功能66-70
• 6.1 儿童情绪监测系统中情绪参考指标66-67
• 6.1.1 表情状态统计直方图66
• 6.1.2 情绪图谱的生成66-67
• 6.2 儿童情绪监测系统交互界面67-70
• 6.2.1 系统的配置要求和适用场景67-68
• 6.2.2 界面主要功能68-70
• 第七章 总结与展望70-72
• 7.1 总结70-71
• 7.2 后续研究探讨71-72
• 致谢72-74
• 附录74-80
• 附录A74-77
• 附录B77-80
• 参考文献80-83

【相似文献】

中国期刊全文数据库 前10条

1 祺颖;;表情识别的世界——微表情判断的意义与难点[J];知识就是力量;2012年03期

2 桂祺莹;;让电脑看脸色行事[J];视野;2009年18期

3 汪亚珉,傅小兰;面部表情识别与面孔身份识别的独立加工与交互作用机制[J];心理科学进展;2005年04期

4 汪亚珉;王志贤;黄雅梅;蒋静;丁锦红;;空间频率信息对面孔身份与表情识别的影响[J];心理学报;2011年04期

5 文萍;侠牧;;表情识别研究方法及发展[J];广西师范大学学报(哲学社会科学版);2012年04期

6 隋雪;任延涛;;面部表情识别的即时加工过程[J];心理学报;2007年01期

7 汪亚珉;傅小兰;;区分度在面部表情与面孔身份识别交互中的作用[J];心理学报;2007年02期

8 王振宏;田博;石长地;崔雪融;;3～6岁幼儿面部表情识别与标签的发展特点[J];心理科学;2010年02期

9 吴奇;申寻兵;傅小兰;;微表情研究及其应用[J];心理科学进展;2010年09期

10 王柳生;钱萼;张庆;潘发达;;面部表情识别中眼睛的线索作用[J];湖南师范大学教育科学学报;2011年06期

中国重要会议论文全文数据库 前10条

1 沈卓卿;俞国良;;情绪表达者的文化差异对表情识别的影响[A];第十二届全国心理学学术大会论文摘要集[C];2009年

2 章吉;陈英和;;儿童混合表情识别的发展及与基本表情识别的关系[A];增强心理学服务社会的意识和功能——中国心理学会成立90周年纪念大会暨第十四届全国心理学学术会议论文摘要集[C];2011年

3 刘芳;王志良;徐银梅;陈锋军;郭群;;应用于表情识别的黑斑特征算法的设计与实现[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年

4 史光远;崔丽霞;;性别和羞怯水平对大学生面部表情识别的影响[A];第十五届全国心理学学术会议论文摘要集[C];2012年

5 曹宇嘉;郑文明;赵力;邹采荣;;基于差值模板特征的表情识别方法[A];第十二届全国图象图形学学术会议论文集[C];2005年

6 李睿凡;朱强生;郭燕慧;刘海涛;;鲁棒局部保持投影的表情识别[A];2006年首届ICT大会信息、知识、智能及其转换理论第一次高峰论坛会议论文集[C];2006年

7 韩t}t};王益文;;面孔呈现顺序对局部表情识别的影响[A];第十一届全国心理学学术会议论文摘要集[C];2007年

8 欧阳琰;桑农;;基于面部动作单元组合特征的表情识别[A];第十五届全国图象图形学学术会议论文集[C];2010年

9 罗峥;魏锦;陈凡;尹天骄;;自闭、智障与正常儿童面部表情识别的差异[A];增强心理学服务社会的意识和功能——中国心理学会成立90周年纪念大会暨第十四届全国心理学学术会议论文摘要集[C];2011年

10 张明;傅小兰;;微表情识别的背景效价效应[A];心理学与创新能力提升——第十六届全国心理学学术会议论文集[C];2013年

中国博士学位论文全文数据库 前10条

1 王丽;智能服务机器人表情识别技术研究[D];哈尔滨工业大学;2015年

2 杨勇;基于粗糙集理论的表情识别研究[D];西南交通大学;2009年

3 李远征;人体目标跟踪和表情识别中的若干问题研究[D];西安电子科技大学;2013年

4 阮锦新;多姿态人脸检测与表情识别关键技术研究[D];华南理工大学;2010年

5 欧阳琰;面部表情识别方法的研究[D];华中科技大学;2013年

6 朱明旱;基于流形学习的人脸表情识别研究[D];中南大学;2009年

7 刘帅师;非均匀光照和局部遮挡情况下的鲁棒表情识别理论与方法研究[D];吉林大学;2012年

8 张铮;基于二维MB-LGBP特征的表情识别及其光照检测研究[D];天津大学;2010年

9 付晓峰;基于二元模式的人脸识别与表情识别研究[D];浙江大学;2008年

10 洪涛;船体建造CAD/CAM系统数据库技术及面部表情识别技术的若干研究[D];浙江大学;2003年

中国硕士学位论文全文数据库 前10条

1 贺春荣;情绪情境与训练因素对微表情识别能力影响的研究[D];山西医科大学;2012年

2 窦晓娟;大学生自卑特质对面部表情识别的影响研究[D];河北师范大学;2015年

3 刘旷;基于卷积网络集成的面部表情识别方法[D];浙江大学;2016年

4 胡建国;基于表情识别的儿童情绪能力评测系统[D];东南大学;2015年

5 温瑞梅;阈上与阈下启动范式下情绪词汇对面部表情识别的影响[D];鲁东大学;2016年

6 陈琦;负性情绪、情绪调节策略对大学生面部表情识别的影响研究[D];河北师范大学;2016年

7 刘瑶;微表情识别训练对青少年抑郁症患者执行功能影响的研究[D];山西医科大学;2016年

8 陈奇;基于混合特征提取与决策树算法的表情识别方法研究[D];长春工业大学;2016年

9 周玉华;基于微信平台的人脸识别系统研究与实现[D];江苏大学;2016年

10 张轩阁;基于动态序列的微表情识别[D];吉林大学;2016年

  本文关键词：基于面部表情的儿童社会情绪能力评测研究，，由笔耕文化传播整理发布。

本文编号：289751