基于AdaBoost算法的新生儿面部表情特征选择.pdf

南京邮电大学
硕士学位论文
基于AdaBoost算法的新生儿面部表情特征选择
姓名:连丽君
申请学位级别:硕士
专业:信号与信息处理
指导教师:卢官明
20090401
摘要关键词:算法,特征选择,浠唬卣魈崛。律弁近年来,新生儿疼痛引起医护人员的广泛关注。由于新生儿不能自述疼痛的感受,疼痛评估成为新生儿学科中最具挑战性的一个难题。新生儿疼痛面部表情被认为是最可靠的疼痛指标,且持续时间最长,因而被国际上常用的新生儿疼痛评估工具选为评估指标。然而,这些疼痛评估工具往往受到临床医护人员主观因素的影响。因此,开发一种客观、快速、有效的基于面部表情的新生儿疼痛自动评估系统具有非常现实的意义。面部表情的特征提取是该系统的核心,其有效性直接影响到系统的性能。特征的选择对特征提取具有非常重大的意义,能有效降低特征冗余,从而提高识别效率,降低计算时间和存储量。本文以新生儿疼痛表情为研究对象,以新生儿表情的特征选择为主要研究内容,完成了以下研究工作:杉律计⒁桓鲂律娌客枷袷菘狻捎个方向和龀叨鹊腛波滤波器对新生儿表情图片进行变换,得到表情图像的高维特征向量,完成新生儿表情图片的特征描述。捎肁惴ǘ愿呶奶卣飨蛄拷醒≡瘢档土薕特征的维数,增强识别的效率和准确性。二维瞬ㄆ骺梢蕴崛⊥枷癫煌德食叨群臀评矸较虻男畔ⅲ⑶叶晕灰啤⑿伪洹光照变化不敏感,具有良好的鲁棒性。本文提出的方法综合运用了卣鞫杂诿娌勘情的良好表征能力以及算法的特征选择能力。实验结果表明,使用对卣鹘醒≡窈螅蕴弁从敕翘弁础⑻弁从氚簿病⑻弁从肟薜姆掷嗍侗鹇史直鸫锏了.%、.%、.%,较直接使用卣鳌⒎蔷炔裳降维方法表现出更加良好的性能。南京邮电大学硕貉芯可宦畚
甌琭谢甌,甌琣,瓻,.%,.%,.%.:現南京邮电人学硕芯可宦畚琾甈瓼.,瓾,瑆,.甌,珿
名::’蓬函盔整鱼查日期:丝受:竺南京邮电大学学位论文使用授权声明南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我二同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名:南京邮电大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档,可以采用影印、缩印或其它复制手段保存论文。本文电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外,允许论文被查阅和借阅,可以公布ǹ论文的全部或部分内容。论文的公布ǹ授权南京邮电大学研究生部办理。导师签,
第一章绪论课题背景与研究现状怒和厌恶难芯俊6攵孕律娌刻弁幢砬槭侗鸬难芯浚噬现皇歉崭掌鸩健早产儿和患病新生儿在治疗护理过程中,要承受长时间、反复的疼痛刺激。而疼痛的刺激会对新生儿的身心健康产生不良的影响。。疼痛的不良影响使得控制新生儿的疼痛刺激成为必然。自我评估是表述疼痛的最好方式,但由于新生儿不能自述疼痛的感受,所以目前对新生儿疼痛的判定都是由受过专门训练并熟悉各项测评指标的医护人员进行的【目前,被广泛认同的新生儿疼痛行为特征是面部表情的改变。国际上常用的新生儿疼痛评估工具有以下郑涸绮弁雌婪】、新生儿疼痛评分川、勘怼】、新生儿面部编码系统【。上述制拦拦ぞ叨及嗣娌勘砬檎庀畈馄乐副辏渲还将面部表情作为唯一的测评指标。这说明面部表情对于新生儿疼痛的表征具有良好的代表性。新生儿疼痛面容久肌⒓费邸⒈谴焦导由睢⒄趴是最可靠的疼痛指标,且现今,对于表情识别的探索大多是基于成人六种表情咝恕⒈恕⒕Q取⒖志濉⒎年,,他对名新生儿的面部表情图像进行了疼痛与非疼痛的分类识别。首先揭示了表情在不同性别、不同种族的人群中的一致性,使得表情识别的研究在不同种族问具有较好的泛化能力。对表情识别的研究可以追溯到世纪年代,早期主要从心理学和生物学方面进行研究和分析。年,等【】对表情识别做了一个最初的尝试,他们跟踪一段脸部视频动画,得到每帧图片上个关键点的运动规律,将此运动规律与预先建立的不同表情的关键点运动模型相比较。同年,虵【】提出面部表情编码系统,用个运动单元来描述人脸表情变化。这一系统得到了广泛的认同,并成为后来很多表情识别研究工作的基础。直到年才有人用仿生学方法用肌肉角度的观点为面部表情建立模型。年蚖蛟擞昧思蚧的瓼模型,用计算机产生人脸动画,同时也做了人脸视频序列的表情分析。持续时间最长。南京邮电人学硕士研究生学位论文
,对人脸表情识别的研究变得非常活跃,吸引了大量的研究人员和基金支持。现在,人脸表情识别已经成为人工情感和模式识