基于支持向量機的表情識別應用研究.pdf_第1頁
已閱讀1頁，還剩51頁未讀， 繼續(xù)免費閱讀

下載本文檔

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

文檔簡介

1、近年來，面部表情識別作為一種新興的生物特征識別技術，逐漸成為了國內外模式識別和人工智能領域關注的焦點。由于人臉作為柔性體本身的特殊性以及表情變化的多樣性和復雜性，使得目前表情特征提取和表情特征識別的技術還不完善。傳統(tǒng)的基于關鍵點的表情特征提取方法定位精度不足、魯棒性不高，而基于 Gabor小波的方法雖然分類精度較高，但特征向量維度很大，影響計算效率。同時，傳統(tǒng)的特征分類法無法解決表情識別中的小樣本和非線性問題。因此，本文以表情特征提取和

2、表情特征識別為研究重點，主要工作如下：
　?、龠x取了面部的33個關鍵點作為表情特征點，并利用Face++關鍵點檢測云服務提高了關鍵點的檢測精度。
　　②采用了基于變異系數的方法提取有效的特征子集作為特征向量。該方法首先通過利用大量訓練樣本，對特征進行統(tǒng)計分析，隨后利用變異系數對特征的活躍度進行排序，選取“能量”高的特征作為表情特征，降低了特征維度，提高特征選取合理性。
　　③利用Matlab和Face++平臺，基于支持

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，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