版权说明 操作指南
首页 > 成果 > 详情

融合特征基于深度多核学习的动态表情识别

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
何秀玲;蒋朗;吴珂;高倩
作者机构:
华中师范大学国家数字化学习工程技术研究中心 湖北武汉430079
[何秀玲; 蒋朗; 吴珂; 高倩] 华中师范大学
语种:
中文
关键词:
慢特征分析;峰值帧;特征融合;深度多核学习
关键词(英文):
Peak frame;Feature fusion;Deep multiple kernel learning
期刊:
计算机应用与软件
ISSN:
1000-386X
年:
2018
卷:
35
期:
5
页码:
218-223
基金类别:
教育部人文社会科学研究规划基金项目(17YJA880030) 华中师范大学中央高校基本科研业务费项目(CCNU15A05012)
机构署名:
本校为第一机构
院系归属:
国家数字化学习工程技术研究中心
摘要:
针对传统动态表情识别方法由于需要处理多帧表情图片而导致提取的特征维数过高、特征类别较为单一、分类器较难适用异构特征数据等问题,提出在帧数不统一的表情图片序列中,利用慢特征分析自动检测表情序列的峰值帧,继而在峰值帧上分别提取表情的几何特征和Gabor特征后降维,并利用深度多核学习对几何特征和Gabor特征融合后的异构特征信息进行学习并分类,从而提高识别率.在The Extended Cohn-Kanade Dataset (CK+)表情库进行的实验结果表明,识别率可达到94.4%.
摘要(英文):
In the process of dealing with multi-frame expression images in traditional dynamic expression recognition methods,we usually face some problems which lead to high feature dimension,simple feature category and difficult classifier selection in heterogeneous feature data. In order to improve the recognition rate,we firstly apply the slow feature analysis to detect the peak frame automatically among the expression sequences. Then we extract the geometric features and Gabor features based on the peak frame,and the feature dimension is reduced afte...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com