基于非負(fù)矩陣分解的人臉表情識別的開題報告一、研究背景人類的表情是面部表情肌肉的一組動態(tài)變化或者一種感情狀態(tài)。人臉表情在人際交往、情感傳遞和心理波動等方面具有重要的意義。現(xiàn)有的研究中，面部表情的分類和識別可以應(yīng)用于人機(jī)交互、情感根據(jù)和安全保障等領(lǐng)域，而智能嵌入式系統(tǒng)、智能家居、自動駕駛等領(lǐng)域也需要實(shí)現(xiàn)面部表情的識別。因此，人臉表情識別技術(shù)成為目前研究的熱點(diǎn)，其中基于非負(fù)矩陣分解算法的人臉表情識別方法已經(jīng)在大量的相關(guān)研究中獲得了應(yīng)用。二、研究目的本文旨在研究基于非負(fù)矩陣分解算法的人臉表情識別，并通過算法實(shí)現(xiàn)表情分類與識別。三、研究內(nèi)容本文擬采用以下研究內(nèi)容進(jìn)行研究：1、非負(fù)矩陣分解原理的講解2、人臉識別的基本概念和現(xiàn)有技術(shù)的評述3、基于非負(fù)矩陣分解的人臉表情識別算法的設(shè)計與實(shí)現(xiàn)。4、通過實(shí)驗對算法的正確性和效果的驗證。四、研究方法本文將采用以下的研究方法：1、文獻(xiàn)調(diào)研。對人臉表情識別領(lǐng)域相關(guān)的發(fā)展歷程、研究現(xiàn)狀、最新發(fā)展等進(jìn)行綜述分析。2、原理論證。對非負(fù)矩陣分解原理進(jìn)行解釋，以及與人臉表情識別結(jié)合的可行性進(jìn)行論證。3、算法設(shè)計與實(shí)現(xiàn)。通過MATLAB等軟件，設(shè)計基于非負(fù)矩陣分解的人臉表情識別算法，并實(shí)現(xiàn)算法程序。4、實(shí)驗驗證。采用公共數(shù)據(jù)集和實(shí)驗室采集的數(shù)據(jù)，對算法的正確性和效果進(jìn)行實(shí)驗驗證，并與其他算法進(jìn)行比較分析。五、預(yù)期成果通過本文的研究，我們期望獲得如下成果：1、明確人臉表情識別領(lǐng)域發(fā)展的現(xiàn)狀和未來的發(fā)展方向。2、對基于非負(fù)矩陣分解算法的人臉表情識別方法的優(yōu)勢進(jìn)行闡述，以及能夠?qū)崿F(xiàn)表情分類的準(zhǔn)確率。3、提出可在實(shí)際場景中應(yīng)用的基于非負(fù)矩陣分解的人臉表情識別模型。4、完成算法實(shí)現(xiàn)，并能夠?qū)⒃撍惴☉?yīng)用于實(shí)際人機(jī)交互場景。六、進(jìn)度安排本文計劃于2021年的6月初開始進(jìn)行研究，以下是進(jìn)度安排：1、6月第一周，了解人臉表情識別領(lǐng)域的現(xiàn)狀并制定研究計劃。2、6月第二周至第三周，對非負(fù)矩陣分解原理進(jìn)行解釋，并與人臉表情識別結(jié)合進(jìn)行可行性探討。3、6月第四周至7月第二周，設(shè)計基于非負(fù)矩陣分解的人臉表情識別算法，并編寫MATLAB代碼。4、7月第三周至第四周，實(shí)驗驗證算法的正確性和性能，并與其他算法進(jìn)行比較分析。5、8月至9月，完成論文撰寫和答辯準(zhǔn)備工作。七、參考文獻(xiàn)[1]吳逸舟,賈志鵬,付昆,等.基于非負(fù)矩陣分解的人臉表情識別[J].中南林業(yè)科技大學(xué)學(xué)報(自然科學(xué)版),2017,37(11):7-12.[2]Zhang,Z.(2014).Aflexiblenewtechniqueforcameracalibration.IEEETransactionsonPatternAnalysisandMachineIntelligence,22(11),1330-1334.[3]梅志偉,沈龍,言毅之.基于LBP-TOP特征與圖像融合的人臉表情識別[J].光學(xué)精密工程,2014,22(2):401-409.[4]王曉晨,焦旭斌,鮑維,等.一種基于文化遺傳算法的特征選擇方法及其在人臉表情識別中的應(yīng)用[J].中國科學(xué)E輯:數(shù)學(xué),2012,42(10):1106-1119.[5]Ma,Y.,&Zhang,H.(2003).Facerecognitionbasedonfeatu