微处理机
微處理機
미처리궤
MICROPROCESSORS
2010年
4期
55-58
,共4页
多核学习%特征提取%识别率%SVM分类器
多覈學習%特徵提取%識彆率%SVM分類器
다핵학습%특정제취%식별솔%SVM분류기
传统的表情识别方法大多采用一种特征提取方法如Gabor特征、LBP特征等进行表情识别,其中每种特征提取方法对人脸表情特征的描述各有优缺点,单纯利用一种表情特征进行表情识别,识别率往往不高.提出一种基于多核学习的多种特征有效结合的表情识别方法,以兼顾不同特征对表情识别的作用.利用日本表情数据库JAFFE进行方法的仿真实验,结果表明:基于多核学习的表情识别方法识别率高于传统的基于单核方法.
傳統的錶情識彆方法大多採用一種特徵提取方法如Gabor特徵、LBP特徵等進行錶情識彆,其中每種特徵提取方法對人臉錶情特徵的描述各有優缺點,單純利用一種錶情特徵進行錶情識彆,識彆率往往不高.提齣一種基于多覈學習的多種特徵有效結閤的錶情識彆方法,以兼顧不同特徵對錶情識彆的作用.利用日本錶情數據庫JAFFE進行方法的倣真實驗,結果錶明:基于多覈學習的錶情識彆方法識彆率高于傳統的基于單覈方法.
전통적표정식별방법대다채용일충특정제취방법여Gabor특정、LBP특정등진행표정식별,기중매충특정제취방법대인검표정특정적묘술각유우결점,단순이용일충표정특정진행표정식별,식별솔왕왕불고.제출일충기우다핵학습적다충특정유효결합적표정식별방법,이겸고불동특정대표정식별적작용.이용일본표정수거고JAFFE진행방법적방진실험,결과표명:기우다핵학습적표정식별방법식별솔고우전통적기우단핵방법.
