臺灣博碩士論文加值系統

近年來，電腦在人的生活中變的不可或缺，然而多媒體工具的快速發展使得數位影像數量大量增加，因此影像管理以及進行有效影像分類是絕對必要的研究。在人與人之間的社交關係中，臉部的表情是相當重要的，它可以使人們了解彼此的感受，而嘴唇對於情緒表達又佔有相當大的比重，藉由嘴唇結合其他的五官特徵可以判斷人臉情緒，由此可看出嘴唇狀態的分類是相當的重要。在本論文中，提出一個有效的嘴唇影像分類系統，當匯入大量影像時，此系統能夠將影像根據特徵狀態的不同進行分類。嘴唇變化最大的差異即是開口以及閉口，透過所提出之系統，能夠將嘴唇圖片依照嘴巴張開程度的不同進行有效的區分。本系統中使用活動基學習法(Active basis learning)將欲進行分類的嘴唇圖片訓練出變形樣板(Deform template)來做為分類特徵，接著使用期望最大化演算法(Expectation-Maximization，EM)來計算影像之間的相似值以進行開口以及閉口的分類，最後利用所學習到變形樣版來持續進行辨識與分類，並不斷學習新的變形樣板以用於下一次的迭代中。實驗中使用BioID人臉影像來做為資料庫，用此資料庫來測試本論文提出方法的準確率。使用100、150、200張影像來訓練樣板並進行分類，整體的準確率可達到90%以上。因此可以証明，本論文所提出結合活動基學習法與EM演算法確實可以有效將多張影像做特徵分析並分類。

In recent years, the computers become indispensable in human''s life. However, the rapid development of multimedia tools makes image increases sharply. So image management and effective image classification is absolutely necessary research. In the social relations between people, the face expression is very important. It can make people understand each other''s feelings. The lips for the expression of emotions occupy a large proportion. The lips can be combined with other facial features to determine the emotional. From this we can see the lips status classification is very important. In this paper, we propose an effective lips image classification system, when importing a large number of images, the system can be added according to the different features to classify. The biggest change between the mouth are open and close, through the proposed classification system, the ability to lip picture according to the different degree of mouth opening for effective classification. Use Active Base Learning to train the deformable template as a classification features, then use the expectation maximization (EM) algorithm to calculate similar values to classification of open mouth and close mouth. Using the deformable template to identification and classification, and learn new deformable template for use in the next iteration. Experiment using BioID face image for the database, and use this database to test the accuracy of the proposed method. Use 100, 150, 200 images to train the classification template, its accuracy is very well, overall accuracy rate of over 90%.

摘要 I
ABSTRACT II
致謝 III
目錄 V
表目錄 IX
第1章 緒論 1
1.1 前言 1
1.2 研究動機與目的 1
1.3 文獻回顧 3
1.4 論文架構 10
第2章 系統設計 12
2.1 設計目標 12
2.2 系統流程 12
第3章 影像特徵擷取 14
3.1 賈巴濾波器(Gabor Filters) 14
3.2 活動基學習法(Active Basis Learning) 17
3.2.1 活動基模版(Active Basis Model) 17
3.2.2 共同勾劃演算法(Shared sketch algorithm) 18
3.2.3 辨識與生成基礎樣板 20
第4章 影像分類 22
4.1 EM演算法(Expectation-Maximization algorithm) 22
第5章 實驗架構與方法 26
5.1 實驗系統架構圖 26
5.2 系統實作 27
第6章 實驗結果與分析 36
第7章 結論與未來工作 50
7.1 結論 50
7.2 未來工作 50
參考文獻 52
圖1-1 臉的上半部份運動單元(action unit， AU) 5
圖1-2 臉的下半部份運動單元(action unit，AU) 6
圖2-1 特徵擷取流程圖和分類流程圖 13
圖3-1 賈巴濾波器示意圖 16
圖3-2 賈巴濾波器5 種頻率 17
圖3-3 開口影像完成旋積之賈巴特徵 17
圖3-4 嘴唇的活動基模板 18
圖3-5 匹配追尋(Matching pursuit ) 18
圖3-6 活動基元選擇示意圖 20
圖3-7 SUM-MAX 對應 21
圖4-1 機率分配情形 23
圖4-2 EM 流程圖 25
圖5-1 系統架構流程 26
圖5-2 共同勾劃演算法示意圖 28
圖5-3 活動樣版與基礎樣板 30
圖5-4 嘴唇圖片初步分類 34
圖6-1 BioID 人臉資料庫部份示意圖 37
圖6-2 不同縮放系數之立體曲面圖 40
圖6-3 縮放係數1.0 之立體曲面圖 44
圖6-4 縮放係數1.2 之立體曲面圖 44
圖6-5 嘴唇影像為100 張之分類結果 46
圖6-6 嘴唇影像為150 張之分類結果 47
圖6-7 嘴唇影像為200 張之分類結果 48
表6-1 以4 種不同活動基元數量學習基礎樣板 38
表6-2 不同縮放系數之準確率 40
表6-3 縮放係數為1.0 使用在不同活動基元數量之準確率 42
表6-4 縮放係數為1.2 使用在不同活動基元數量之準確率 43

[1], vol.30, pp.132-139.
[2]P. Viola and M. Jones, “Robust real-time object detection,” International Journal of Computer Vision, 2002.
[3]Hui Tang,(2009), Comparison of an active basis model and an adaboost model in image representation. http://theses.stat.ucla.edu/105/Hui%20thesis.pdf
[4]C. G. Liu and H. Wechsler, “Gabor feature based classification using the enhanced fisher linear discriminate model for face recognition,” IEEE Transactions on Image Processing, 2002, Vol. 11, Issue 4, pp. 467-476.
[5]D.Gabor, “Theory of Communication”, J.Inst. Elec. Eng., 1946, vol. 93, 429-459.
[6]C. G. Liu and H. Wechsler, “Independent component analysis of Gabor features for face recognition,” IEEE Transactions on Neural Networks, 2003, Vol. 14, Issue 4, pp. 919-928.
[7]A. K. Jain and F. Farrokhnia, “Unsupervised texture segmentation using Gabor filters,” Pattern Recognit., 1991, vol. 24, pp.1167-1186.
[8]Wu, Y.N., Si, Z.Z., Fleming, C., Zhu, S.C., “Deformable Template As Active Basis,”Proceedings of International Conference on Computer Vision, 2007.
[9]Wu, Y.N., Si, Z.Z., Gong. H., Zhu, S.C., “Learning active basis model for object detectionand recognition,” International Journal of Computer Vision, in press, 2010.
[10]Si, Z.Z., Wu, Y. N., “Wavelet, active basis, and shape script,”http://www.stat.ucla.edu/~ywu/AB/mir311sFeb2010.pdf,2010.
[11]Si, Z. Z., Gong, H., Zhu, S. C., Wu, Y. N., “Learning active basis models by EM-type algorithms,” Statistical Science, in press,2010.
[12]Patwardhan, K.A. Sapiro, G. Morellas, V., “Robust Foreground Detection in Video Using Pixel Layers,” IEEE Transactions on Pattern Analysis and Machine Intelligence, 2008, vol. 30, pp.746-751.
[13]Frank,D., “The Expectation Maximization Algorithm,” College of Computing,Georgia Institute of Technology Technical Report number GIT-GVU-02-20 February, 2002.