基于GMM的Bayes错误率估计理论与非正面表情识别研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61073137
  • 项目类别：
    面上项目
  • 资助金额：
    34.0万
  • 负责人：
    郑文明
  • 依托单位：
    东南大学
  • 学科分类：
    F0605.模式识别与数据挖掘
  • 结题年份：
    2013
  • 批准年份：
    2010
  • 项目状态：
    已结题
  • 起止时间：
    2011-01-01 至2013-12-31

项目摘要

面部表情识别是计算机视觉和模式识别研究领域的一个前沿性课题，目前的研究工作主要集中在正面或近似正面的人脸图像上。非正面人脸图像的表情识别是表情识别研究领域中非常重要且极富挑战性的研究课题,该研究主要涉及以下3方面内容：（1）非正面人脸图像的情感特征提取和特征表示；（2）高维情感特征矢量的维数降低（特征选择）；（3）情感识别分类器设计。为此，本项目将在申请人原有表情识别研究工作的基础上（相关成果已发表在ICCV、NIPS等顶级国际会议），进一步深入开展非正面人脸图像的表情识别研究，提出以图像片 (image patch)为单位的密集型情感特征提取方案以及基于区域协方差矩阵的情感特征表示方法，同时提出基于高斯混合模型（GMM）的情感特征概率密度函数估计方法以及建立基于GMM的最小贝叶斯错误率估计与数据降维新理论，并在此基础上建立非正面人脸图像的表情识别方法理论体系和相应的原型系统。

结项摘要

本项目主要开展基于贝叶斯错误率估计的数据降维方法和非正面人脸图像的表情识别问题研究，在判别分析的理论和算法研究以及多视角面部表情图像的特征提取、表情特征选择以及表情分类等方面提出了一系列新的方法和算法。通过3年的研究工作，课题组圆满完成了预期的研究目标，并取得了创新性的研究成果，在国内外权威刊物、国际重要会议上发表学术论文17篇，其中SCI论文6篇，EI论文11篇。申请了7项国家发明专利，另外有3项发明专利得到授权。主要研究成果发表在《IEEE Transactions on Affective Computing》、《IEEE Transactions on Neural Networks and Learning Systems、《Pattern Recognition Letters》以及《IEEE Signal Processing Letters》等国际权威刊物以及《International Conference on Pattern Recognition (ICPR)》、《IEEE International Symposium on Circuits & Systems (ISCAS)》等国际重要会议上。在项目执行过程中以课题为依托，培养了8名硕士研究生顺利完成学业，并分别获得了硕士学位。

项目成果

期刊论文数量（10）
专著数量（0）
科研奖励数量（1）
会议论文数量（6）
专利数量（6）
Integrating Facial Expression and Body Gesture in Videos for Emotion Recognition
将面部表情和身体手势整合到视频中进行情绪识别
  • DOI：
    10.1587/transinf.e97.d.610
  • 发表时间：
    2014-03
  • 期刊：
    IEICE Transactions on Information and Systems
  • 影响因子：
    0.7
  • 作者：
    Yan Jingjie;Zheng Wenming（郑文明）;Xin Minghai;Yan Jingwei
  • 通讯作者：
    Yan Jingwei
Complexity-reduced implementations of complete and null-space-based linear discriminant analysis
完整且基于零空间的线性判别分析的复杂性降低实现
  • DOI：
    10.1016/j.neunet.2013.05.010
  • 发表时间：
    2013-10
  • 期刊：
    Neural Networks
  • 影响因子：
    7.8
  • 作者：
    Lu Guifu;Zheng Wenming （郑文明）
  • 通讯作者：
    Zheng Wenming （郑文明）
Speech Emotion Recognition Based on Sparse Representation
基于稀疏表示的语音情感识别
  • DOI：
    10.2478/aoa-2013-0055
  • 发表时间：
    2013-12
  • 期刊：
    Archives of Acoustics
  • 影响因子：
    0.9
  • 作者：
    Jingjie Yan;Xiaolan Wang;Weiyi Gu;Lili Ma
  • 通讯作者：
    Lili Ma
Towards a dynamic expression recognition system under facial occlusion
面向面部遮挡下的动态表情识别系统
  • DOI：
    10.1016/j.patrec.2012.07.015
  • 发表时间：
    2012-12-01
  • 期刊：
    PATTERN RECOGNITION LETTERS
  • 影响因子：
    5.1
  • 作者：
    Huang, Xiaohua;Zhao, Guoying;Pietikainen, Matti
  • 通讯作者：
    Pietikainen, Matti
A Novel Speech Emotion Recognition Method via Incomplete Sparse Least Square Regression
一种基于不完全稀疏最小二乘回归的新型语音情感识别方法
  • DOI：
    10.1109/lsp.2014.2308954
  • 发表时间：
    2014-02
  • 期刊：
    IEEE Signal Processing Letters, 2014. (DOI: 10.1109/LSP.2014.2308954) http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=6750037
  • 影响因子：
    --
  • 作者：
    Zheng Wenming（郑文明）;Xin Minghai;Wang Xiaolan;Wang Bei
  • 通讯作者：
    Wang Bei

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

半监督判别分析的跨库语音情感识别
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    声学学报(中文版)
  • 影响因子：
    --
  • 作者：
    金赟;宋鹏;郑文明;赵力
  • 通讯作者：
    赵力
一种融合KPCA和KDA的人脸识别新方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机应用
  • 影响因子：
    --
  • 作者：
    周晓彦;郑文明
  • 通讯作者：
    郑文明
学前儿童努力控制的发展轨迹与父母养育的关系:一项多水平分析
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    心理学报
  • 影响因子：
    --
  • 作者：
    梁宗保;张光珍;邓慧华;宋媛;郑文明
  • 通讯作者：
    郑文明
一种基于2D-DWT和2D-PCA的人脸识别方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机应用
  • 影响因子：
    --
  • 作者：
    郑文明;吴清江;周晓彦
  • 通讯作者：
    周晓彦
提高耳语音可懂度的非对称压缩语音增强方法
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    声学学报(中文版)
  • 影响因子：
    --
  • 作者：
    周健;郑文明;王青云;赵力
  • 通讯作者：
    赵力

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

郑文明的其他基金

基于图卷积神经网络的EEG-fNIRS双模态情感识别研究
  • 批准号：
  • 批准年份：
    2020
  • 资助金额：
    59 万元
  • 项目类别：
结合微表情的虚假行为意图识别建模与分析
  • 批准号：
    62076064
  • 批准年份：
    2020
  • 资助金额：
    260 万元
  • 项目类别：
    联合基金项目
基于子空间迁移学习的跨语种语音情感识别研究
  • 批准号：
    61572009
  • 批准年份：
    2015
  • 资助金额：
    56.0 万元
  • 项目类别：
    面上项目
基于视频分析的儿童行为研究
  • 批准号：
    61231002
  • 批准年份：
    2012
  • 资助金额：
    265.0 万元
  • 项目类别：
    重点项目
多类Fukunaga-Koontz变换及增量式判别分析的理论和算法研究
  • 批准号：
    60872160
  • 批准年份：
    2008
  • 资助金额：
    28.0 万元
  • 项目类别：
    面上项目
广义判别分析算法研究及其应用
  • 批准号：
    60503023
  • 批准年份：
    2005
  • 资助金额：
    23.0 万元
  • 项目类别：
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码