东北师大学报（自然科学版）
東北師大學報（自然科學版）
동북사대학보（자연과학판）
JOURNAL OF NORTHEAST NORMAL UNIVERSITY(NATURAL SCIENCE EDITION)
2009年
2期
84-91
,共8页
人脸表情识别%快速小波变换%BP神经网络
人臉錶情識彆%快速小波變換%BP神經網絡
인검표정식별%쾌속소파변환%BP신경망락
提出了一种基于快速小波变换一投影-BP神经网络(FWT-Project-BPNN)的人脸表情识别方法.该算法首先利用快速小波变换(FWT)对表情图像进行变换,以期在不明显损失图像信息的基础上达到压缩数据量的目的.然后分别对变换后的水平方向与垂直方向的高频数据子图做水平方向与垂直方向投影.将得到的水平与垂直向量组成该表情识别算法的特征向量,最后建立一对一的BP神经网络来进行训练.实验结果表明,该算法能够在一定条件下快速且较准确地识别出悲伤、愤怒、高兴、惊讶、恐惧、厌恶、中性7种通用样本表情.
提齣瞭一種基于快速小波變換一投影-BP神經網絡(FWT-Project-BPNN)的人臉錶情識彆方法.該算法首先利用快速小波變換(FWT)對錶情圖像進行變換,以期在不明顯損失圖像信息的基礎上達到壓縮數據量的目的.然後分彆對變換後的水平方嚮與垂直方嚮的高頻數據子圖做水平方嚮與垂直方嚮投影.將得到的水平與垂直嚮量組成該錶情識彆算法的特徵嚮量,最後建立一對一的BP神經網絡來進行訓練.實驗結果錶明,該算法能夠在一定條件下快速且較準確地識彆齣悲傷、憤怒、高興、驚訝、恐懼、厭噁、中性7種通用樣本錶情.
제출료일충기우쾌속소파변환일투영-BP신경망락(FWT-Project-BPNN)적인검표정식별방법.해산법수선이용쾌속소파변환(FWT)대표정도상진행변환,이기재불명현손실도상신식적기출상체도압축수거량적목적.연후분별대변환후적수평방향여수직방향적고빈수거자도주수평방향여수직방향투영.장득도적수평여수직향량조성해표정식별산법적특정향량,최후건립일대일적BP신경망락래진행훈련.실험결과표명,해산법능구재일정조건하쾌속차교준학지식별출비상、분노、고흥、량아、공구、염악、중성7충통용양본표정.
