2023年全國碩士研究生考試考研英語一試題真題（含答案詳解+作文范文）_第1頁
已閱讀1頁，還剩68頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

1、人臉表情識別（Facial Expression Recognition, FER）是生物特征識別的一個重要分支，也是計算機視覺與模式識別領(lǐng)域非常活躍的研究方向。與其他生物特征相比，人臉特征具有直接、友好、方便的特點。
　　 本文主要研究了表情特征提取與降維以及表情分類識別過程中的一些關(guān)鍵技術(shù)，仿真驗證了小波變換和支持向量機結(jié)合的表情識別方法，并使用基于子空間的方法進行二次降維。
　　 針對Gabor 小波變換后特征空間

2、維數(shù)高，計算量大的問題，本文使用2D-PCA、2D-ICA和2D-LDA 算法對特征進行降維，有效的利用特征向量信息并提高識別正確率。
　　 在進行2D-LDA 降維時，為減少計算量，采用了圖像分割的辦法，并分析分塊數(shù)目不同對識別率的影響，從而選取一種比較合理的分割方法。通過將三種降維方法與線性核函數(shù)支持向量機相結(jié)合進行仿真，比較仿真結(jié)果，得出使用2D-LDA 算法降維得到的表情識別正確率最高、識別效果最好的結(jié)論。
　　

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論