基于复小波变换的人脸表情识别研究的任务书.docx

基于复小波变换的人脸表情识别研究的任务书
任务书
一、任务背景
人脸表情是人类表达情绪的重要方式之一，自动人脸表情识别技术在计算机视觉领域中具有重要的应用价值。采用复小波变换进行人脸表情识别可以更好地捕捉人脸表情的特征，提高人脸表情识别的准确率。因此，本研究将采用复小波变换进行人脸表情识别。
二、任务要求
1.调研人脸表情识别技术及相关算法，熟悉复小波变换原理及应用。
2.了解公开的人脸表情识别数据集，进行数据集的收集和预处理。
3.完成复小波变换的算法实现，实现图像的复小波变换特征提取。
4.利用机器学习方法，如支持向量机、神经网络等实现人脸表情分类任务。
5.对实验结果进行分析与评估，并提出改进方案。
三、研究内容
1.调研人脸表情识别技术及相关算法。
2.了解公开的人脸表情识别数据集，进行数据集的收集和预处理。
3.完成复小波变换的算法实现，实现图像的复小波变换特征提取。
4.利用机器学习方法，如支持向量机、神经网络等实现人脸表情分类任务。
5.对实验结果进行分析与评估，并提出改进方案。
四、研究计划
第一阶段：研究复小波变换算法及相关实现技术
任务时间：1周
任务内容：
1.了解复小波变换算法原理及其与小波变换的区别。
2.学习常用的复小波变换工具库，如CWT、MATLAB等。
第二阶段：数据集的预处理
任务时间：2周
任务内容：
1.采集人脸表情数据集。
2.对数据集进行预处理，如裁剪、归一化、去噪等操作。
第三阶段：实现图像的复小波变换
任务时间：3周
任务内容：
1.实现图像的复小波变换，提取人脸表情特征。
2.对特征进行可视化分析及特征降维处理。
第四阶段：完成人脸表情识别任务
任务时间：2周
任务内容：
1.采用支持向量机、神经网络等机器学习方法实现人脸表情分类任务。
2.评估实验结果，提出改进方案。
第五阶段：撰写论文及答辩准备
任务时间：2周
任务内容：
1.撰写论文，包括任务背景、研究内容、实验设计及结果分析等部分。
2.准备答辩材料，包括论文海报、演讲稿等。
五、参考文献
1.徐建新，黄振坤,夏晓枫.基于复小波变换的人脸表情识别方法[J].光学精密工程,2018,26(7):1504-1512
2.LiM,LuX.Facialexpressionrecognitionusinglocalbinarypatternsandsupportvectormachine[C]//2009InternationalConferenceonEnvironmentalScienceandInformationApplicationTechnology,2009:41-44.
3.HintonGE,OsinderoS,TehYW.Afastlearningalgorithmfordeepbeliefnets[C]//NeuralInformationProcessingSystems.MITPress,2006:1521-1528.
4.ZhengL,WangS,TaoD,etal.Facialexpressionrecognitionusingadaptivesparserepresentation[C]//2011InternationalConferenceonComputerVision.IEEEComputerSociety,2011:365-372.