光电子·激光
光電子·激光
광전자·격광
JOURNAL OF OPTOECTRONICS·LASER
2004年
7期
853-857
,共5页
人脸表情识别(FER)%活动外观模板(AAM)%多变量统计%人工神经网络
人臉錶情識彆(FER)%活動外觀模闆(AAM)%多變量統計%人工神經網絡
인검표정식별(FER)%활동외관모판(AAM)%다변량통계%인공신경망락
分析了用活动外观模板(AAM)提取的人脸表情特征来进行人脸表情识别(FER)的可行性,尝试了以此特征向量为基础的FER.根据人脸图像的特点,先用特征眼的方法定位眼睛区域,再采用AAM的优化算法获取新对象的特征,缩短了AAM方法定位新对象的优化时间,提高了定位的准确度.采用秩相关分析和非度量多维标度(nMDS)等多变量统计学方法分析得出AAM方法提取的表情特征能够很好地表达表情的变化,并构造了神经网络分类器对人脸表情图像进行识别实验,得到93.5%的识别率.
分析瞭用活動外觀模闆(AAM)提取的人臉錶情特徵來進行人臉錶情識彆(FER)的可行性,嘗試瞭以此特徵嚮量為基礎的FER.根據人臉圖像的特點,先用特徵眼的方法定位眼睛區域,再採用AAM的優化算法穫取新對象的特徵,縮短瞭AAM方法定位新對象的優化時間,提高瞭定位的準確度.採用秩相關分析和非度量多維標度(nMDS)等多變量統計學方法分析得齣AAM方法提取的錶情特徵能夠很好地錶達錶情的變化,併構造瞭神經網絡分類器對人臉錶情圖像進行識彆實驗,得到93.5%的識彆率.
분석료용활동외관모판(AAM)제취적인검표정특정래진행인검표정식별(FER)적가행성,상시료이차특정향량위기출적FER.근거인검도상적특점,선용특정안적방법정위안정구역,재채용AAM적우화산법획취신대상적특정,축단료AAM방법정위신대상적우화시간,제고료정위적준학도.채용질상관분석화비도량다유표도(nMDS)등다변량통계학방법분석득출AAM방법제취적표정특정능구흔호지표체표정적변화,병구조료신경망락분류기대인검표정도상진행식별실험,득도93.5%적식별솔.
