收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于二维主分量分析的面部表情识别

程剑  应自炉  
【摘要】:提出了一种直接基于图像矩阵的二维主分量分析(2DPCA)和多分类器联合的面部表情识别方法。首先利用2DPCA进行特征提取,然后用基于模糊积分的多分类器联合的方法对七种表情(生气、厌恶、恐惧、高兴、中性、悲伤、惊讶)进行识别。在JAFFE人脸表情静态图像库上进行实验,与传统主分量分析(PCA)相比,采用2DPCA进行特征提取,不仅识别率比较高,而且运算速度也有很大的提高。

知网文化
【相似文献】
中国期刊全文数据库 前6条
1 程剑;应自炉;;基于二维主分量分析的面部表情识别[J];计算机工程与应用;2006年05期
2 张生亮;谢永华;杨静宇;;一种双向压缩的二维特征抽取算法及其应用[J];计算机应用研究;2006年05期
3 张晓煜;普杰信;黄心汉;;基于2DPCA和支持向量机的人脸检测研究[J];计算机工程与应用;2006年21期
4 于建江;王琪;徐春明;;基于特征选择的二维主分量分析[J];计算机应用与软件;2008年02期
5 卿湘运;王行愚;;概率二维主分量分析[J];自动化学报;2008年03期
6 陈春兰;曾黄麟;;一种基于2DPCA的人耳识别方法[J];现代电子技术;2008年20期
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978