计算机应用与软件
計算機應用與軟件
계산궤응용여연건
COMPUTER APPLICATIONS AND SOFTWARE
2011年
4期
60-62
,共3页
扩展C型HMM模型%表情识别%状态空间隐射
擴展C型HMM模型%錶情識彆%狀態空間隱射
확전C형HMM모형%표정식별%상태공간은사
隐马尔科夫模型(HMM)能够很好地对时间和空间建模,在对动态的表情序列进行识别时HMM取得了很好的识别效果.但是传统的HMM训练算法基于最大似然准则,在该准则下训练的HMM表情序列模型识别能力有限.针对这一不足,通过增加状态中心参数C对HMM模型进行了扩展,然后在此基础上使用状态空间上隐射算法来建立模型.试验结果表明所建立的扩展C型HMM模型和相应的算法提高了识别能力.
隱馬爾科伕模型(HMM)能夠很好地對時間和空間建模,在對動態的錶情序列進行識彆時HMM取得瞭很好的識彆效果.但是傳統的HMM訓練算法基于最大似然準則,在該準則下訓練的HMM錶情序列模型識彆能力有限.針對這一不足,通過增加狀態中心參數C對HMM模型進行瞭擴展,然後在此基礎上使用狀態空間上隱射算法來建立模型.試驗結果錶明所建立的擴展C型HMM模型和相應的算法提高瞭識彆能力.
은마이과부모형(HMM)능구흔호지대시간화공간건모,재대동태적표정서렬진행식별시HMM취득료흔호적식별효과.단시전통적HMM훈련산법기우최대사연준칙,재해준칙하훈련적HMM표정서렬모형식별능력유한.침대저일불족,통과증가상태중심삼수C대HMM모형진행료확전,연후재차기출상사용상태공간상은사산법래건립모형.시험결과표명소건립적확전C형HMM모형화상응적산법제고료식별능력.