基于分数阶fourier变换人脸面部表情识别

1，介绍了分数阶Fourier变换的意义并分析了现有的各种一维离散分数阶Fourier变换的算法，重点研究了Ozaktas等提出的量纲归一化算法。根据分数阶Fourier变换的数学及物理意义，将一维变换推广至二维变换的形式，并且实现了二维分数阶Fourier变换的离散算法。同时对二维离散分数阶Fourier变换的相关性质进行了必要的说明.

2，对本文仿真实验所选择的人脸面部情感数据库以及对该数据库进行预处理的过程进行了相关说明，重点研究了二维离散分数阶Fourier变换在图像处理领域的性质，并在此基础之上确定了人脸面部情感图像在分数阶Fourier变换域特征信息选取的依据，同时对提取的特征信息利用最邻近线性插值的方法进行了相关降维处理，进一步提高了情感识别的实时性要求。

3.介绍了相关的Fisher线性分类器算法，构建了基于分数阶Fourier交换的人脸面部情感识别的模型。对分数阶变换的阶次和情感识别率之间的关系进行了定量实验分析，同时将本文的实验结果同传统的Gabor情感识别的方法进行了相关的比较，进一步说明了本文提出算法的有效性.

点击标签浏览更多相关技术资料资源：