搜索结果: 1-15 共查到“计算机科学技术 表情识别”相关记录26条 . 查询时间(0.062 秒)
一种面向移动端的浅层CNN表情识别
面部表情识别 卷积神经网络 全局平均池化 GoogleColab CoreML
2022/3/15
移动端的表情识别有巨大需求，但是受算力限制，主流深度神经网络无法直接移植。为此，设计了一个浅层网络，在节约计算量的同时保证了识别率。网络中使用三组堆叠而成的卷积层，有助于增大感受野，便于更好地提取特征，这是提升识别率的关键；使用全局平均池化层，避免引入额外的全连接层，大幅降低参数量，在训练样本不足的情况下，降低模型过拟合风险。在FER-2013数据集进行训练，准确率超过现有大多数算法；在CK+数据...
融合时空特征的视频序列表情识别
视频序列 表情识别 时空韦伯局部描述子 分块光流直方图特征
2018/5/21
针对视频表情识别，静态特征不能有效描述人脸区域沿时间轴动态变化信息的局限，该文提出一种融合动态纹理信息和运动信息的表情识别方法，借鉴LBP-TOP原理，提出具有时空域描述能力的时空韦伯局部描述子(STWLD)来提取动态纹理信息，同时采用分块光流直方图(BHOF)描述运动信息，最后利用SVM对融合后的纹理和运动信息完成表情分类。在CK+和MMI表情数据库上的交叉实验结果表明，相比基于单一特征的识别方...
针对静态表情特征缺乏时间信息，不能充分体现表情的细微变化，该文提出一种针对非特定人的动态表情识别方法：基于动态时间规整(Dynamic Time Warping, DTW)和主动外观模型(Active Appearance Model, AAM)的动态表情识别。首先采用基于局部梯度DT-CWT(Dual-Tree Complex Wavelet Transform)主方向模式(Dominant D...
结合运动时序性的人脸表情识别方法
表情识别 脸部肌肉运动的时序性 贝叶斯网络 区间代数
2016/12/29
脸部肌肉之间的时空关系在人脸表情识别中起着重要作用,而当前的模型无法高效地捕获人脸的复杂全局时空关系使其未被广泛应用.为了解决上述问题,本文提出一种基于区间代数贝叶斯网络的人脸表情建模方法,该方法不仅能够捕获脸部的空间关系,也能捕获脸部的复杂时序关系,从而能够更加有效地对人脸表情进行识别.且该方法仅利用基于跟踪的特征且不需要手动标记峰值帧,可提高训练与识别的速度.在标准数据库CK+和MMI上进行实...
一种用于表情识别的局部判别分量分析算法
人脸表情识别 判别分量分析 样本子集
2017/1/16
在判别分量分析算法的基础上，提出了一种针对人脸表情识别任务的局部判别分量分析算法.首先该算法为每个测试样本选取了一组近邻训练样本，获取了训练集的局部样本结构.然后在最大化判别样本子集协方差的同时，最小化样本子集内所有数据的协方差，从而有效地提取了测试样本的表情特征.在多个人脸表情数据库上的实验结果表明，该算法不但提高了判别分量分析算法的表情识别率，而且具有较强的鲁棒性.
提升图嵌入框架及在表情识别中的应用
模式识别 图嵌入 提升算法 局部保护映射
2010/8/30
提出了一种提升图嵌入框架用于特征提取和选择 ,以及一种新的近邻权重计算方法 ,称为分类图。传统图嵌入模型的近邻权重采用欧氏距离 ,不能被提升算法所更新 ;相比较 ,分类图采用的是提升算法中样本的权重,反映的是样本在分类过程中的重要程度 ,有效地提高了图嵌入模型的分类性能。在通用人脸表情库上的识别实验结果验证了提升图嵌入模型的有效性。
基于UWPCA与粗糙集相结合的表情识别
加权主成分分析（WPCA） 粗糙集 特征选择 表情分类
2010/3/26
针对现有的WPCA方法强调信息不足和提取特征维数过高问题，提出了一种改进的加权主成分分析和粗糙集相结合的方法。该算法利用加权主成分分析的原理，将特征加权和主成分分析相结合，构造了一个新的双向三中心高斯分布函数作为加权函数对图像各维特征进行加权，从而得到特征向量，再使用改进的粗糙集属性约简算法对得到的特征向量进行筛选，去除冗余信息。实验结果显示，方法是有效的。
基于矩阵模式的人脸表情识别
矩阵主元分析 矩阵线性判决分析 表情识别
2010/3/1
提出了一种基于矩阵模式的人脸表情识别方法。该算法直接将人脸表情图像矩阵作为矩阵模式，并结合传统PCA和FLDA进行表情特征提取，称之为MatPCA和MatFLDA。与2DPCA等不同，该算法既利用图像矩阵中的行向量间的信息，也充分利用列向量间的信息，尽可能地保留了原始的表情信息。基于JAFFE和CED-WYU（1.0）两个表情数据库的识别结果表明，基于矩阵模式的特征提取方法能有效地提高识别率并节省...
特征点LBP信息在表情识别中的应用
局部二值模式 局部二值模式直方图序列 表情识别
2009/12/3
提出一种基于特征点LBP信息的表情识别方法。在分析了表情识别中的LBP特征之后，选择含有丰富表情信息的上半脸眼部周围和下半脸嘴部周围的特征点，计算每个特征点邻域的LBP信息作为表情特征进行表情识别。实验表明，基于特征点LBP信息的方法不需要对人脸进行预配准，较传统的LBP特征更有利于表情识别的实现。
基于局部二元模式的面部表情识别研究
局部二元模式 线性判别分析 支持向量机
2009/11/19
提出了一种基于局部二元模式（Local Binary Pattern，LBP）与支持向量机（SVM）相结合的面部表情识别方法。使用LBP算子对图像进行处理，对图像的模式进行统计形成面部表情特征；使用线性判别分析对表情特征进行降维处理；采用支持向量机对面部表情进行分类。用Matlab实现了上述方法，并在日本女性人脸表情（JAFFE）数据库上测试，取得了70.95%的识别率。
...
基于改进联合模型的人脸表情识别
主动表观模型 联合模型 最近邻分类器 识别率
2010/3/22
在联合主动表观模型和主动形状模型的基础上，充分挖掘标定点之间的联系，提出一种局部纹理模型构建方法。通过改进匹配算法提高特征点的定位精度和匹配速度。将该算法提取到的人脸表情特征输入最近邻分类器，分类结果表明其识别率较高。
基于HMM和微粒群优化算法的表情识别
隐马尔科夫模型 微粒群优化算法 离散余弦变换
2009/7/31
提出基于微粒群优化算法(PSO)的隐马尔科夫模型(HMM)训练算法，分别用PSO和量子微粒群优化算法进行HMM的参数估计，以提高HMM的性能。将改进的HMM算法应用于人脸表情识别，采用离散余弦变换提取表情特征向量。实验结果表明，该算法能有效提高表情识别率，解决HMM的参数估计问题。
基于动态序列特征的人脸表情识别方法
动态序列特征 光流 灰度差
2009/7/17
基于静态灰度图特征识别表情的方法简单、快捷，在进行特定人表情识别时可以取得很好的识别结果，但在进行非特定人表情识别时却容易受到肤色、光照等因素的影响，识别效果较差。通过动态序列提取的运动特征能有效地反映表情运动的形变过程，用于非特定人表情识别时可以取得较好的识别结果。研究了通过光流和帧间灰度差两类方法提取表情序列动态特征，再与支持向量机（SVM）和隐马尔柯夫模型（HMM）两种分类器组合，进行非特定...
基于改进主动形状模型的人脸表情识别
主动形状模型 局部纹理模型 人工神经网络
2009/7/17
主动形状模型（ASM）是面部特征定位、人脸识别和表情识别等模式识别领域中常用的一种方法。但受到初始情况、光照等诸多因素的影响，其性能会有所下降。研究了一种改进的主动形状模型，改进主要体现在两个方面：第一，首先用点轮廓检测算法（PCDM）检测到双眼的位置，为ASM中的点分布模型粗略地定位好初始位置；第二，从ASM原始的思想出发，充分挖掘标定点之间的联系，提出一种构建局部纹理模型的新方法。在JAFFE...