武汉理工大学学报（信息与管理工程版）
武漢理工大學學報（信息與管理工程版）
무한리공대학학보（신식여관리공정판）
JOURNAL OF WUHAN AUTOMOTIVE POLYTECHNIC UNIVERSITY
2013年
3期
309-312
,共4页
表情识别%稀疏表达%鲁棒的稀疏编码
錶情識彆%稀疏錶達%魯棒的稀疏編碼
표정식별%희소표체%로봉적희소편마
facial expression recognition%sparse representation%robust sparse coding
针对传统的稀疏编码模型中假定编码残差服从高斯分布,而在实际应用中,编码残差是不可能完全服从固定分布的问题,采用了一种鲁棒稀疏编码求解方法,并将其应用到表情识别中,通过在Cohn-Kanada数据库上的测试,证明这一基于鲁棒稀疏编码的表情识别方法比传统基于稀疏表达的识别方法(SRC)识别率更高,并且对遮挡和噪声更鲁棒.
針對傳統的稀疏編碼模型中假定編碼殘差服從高斯分佈,而在實際應用中,編碼殘差是不可能完全服從固定分佈的問題,採用瞭一種魯棒稀疏編碼求解方法,併將其應用到錶情識彆中,通過在Cohn-Kanada數據庫上的測試,證明這一基于魯棒稀疏編碼的錶情識彆方法比傳統基于稀疏錶達的識彆方法(SRC)識彆率更高,併且對遮擋和譟聲更魯棒.
침대전통적희소편마모형중가정편마잔차복종고사분포,이재실제응용중,편마잔차시불가능완전복종고정분포적문제,채용료일충로봉희소편마구해방법,병장기응용도표정식별중,통과재Cohn-Kanada수거고상적측시,증명저일기우로봉희소편마적표정식별방법비전통기우희소표체적식별방법(SRC)식별솔경고,병차대차당화조성경로봉.
