检索结果

Select

1. 基于表情子空间多分类器集成的非特定人人脸表情识别

胡步发陈炳兴黄银成

计算机应用 2011, 31 (03): 736-740. DOI: 10.3724/SP.J.1087.2011.00736

摘要（1422）

PDF （748KB）（1104）

针对非特定人人脸表情平均识别率普遍不高（约65%）的问题，提出了一种基于表情子空间和多分类器集成的人脸表情识别新方法。通过局部二进制模式(LBP)与高阶奇异值分解(HOSVD)方法对训练集1中的人脸图像的全脸、眼睛（包括眉毛）和嘴巴三个区域进行特征提取与分解，建立相应的表情子空间；利用支持向量机(SVM)方法对训练集2中的人脸图像在表情子空间训练，得到模糊系统参数；最后结合表情子空间与多分类器集成，对测试集中的图像进行表情分类识别。在JAFFE人脸表情库中实验，获得了71.43%的平均识别率。实验结果表明，该方法有效地减少了人脸外观特征和表情表现方式所带来的影响，具有更好的识别效果。

相关文章 | 多维度评价

Select

2. 基于DDGVFSnake和Gamma方法处理人脸光照不均

郝广涛胡步发

计算机应用

摘要（1632）

PDF （1029KB）（1442）

使用一种动态方向梯度矢量流Snake (DDGVF Snake)算法来检测未知图像的阴影和高光区域，根据已知的标准人脸图像库中图像的灰度分布，计算出灰度中值，然后采用加权非线性Gamma灰度矫正算法来归一化待识别图像的光照变化，使之与已知的标准库中的图像灰度一致。在Yale B,CMUPIE和CASPEAL人脸库上的实验表明，所提出的方法与同类的处理方法相比，具有更高的恢复精度。

相关文章 | 多维度评价

Select

3. 基于仿射变换和线性回归的3D人脸姿态估计方法

邱丽梅胡步发

计算机应用

摘要（1735）

PDF （901KB）（1084）

提出了一种由仿射变换关系到线性回归的3D人脸空间姿态估计方法。即跟踪到人脸特征点后，根据仿射变换关系得到人脸姿态的粗估计值，以这个粗估计值作为人脸姿态的初始值，再通过线性回归迭代求得人脸姿态的精确值。实验结果表明，该方法在较大的姿态变化范围内，具有良好的估计精确度和鲁棒性。