面向表情识别的AVR和增强LBP特征选择方法OA北大核心CSCDCSTPCD
AVR and enhanced LBP feature selection method for facial expression recognition
由于对局部纹理特征具有很强的描述能力,LBP(Local Binary Patterns)已经被广泛应用于模式识别、计算机视觉等相关领域,但传统的LBP在表情识别中的正确率并不高,提出了一种结合小波分解的改进LBP特征提取方法,首先使用Adaboost人脸检测算法和2D模型提取人脸图像并归一化,并使用小波分解的方法增强LBP特征,然后通过AVR(Augmented Variance Ratio)特征选取方法降维,最后使用SVM进行分类.JAFFE…查看全部>>
陈晓光;刘决仕
上海交通大学E-Learning实验室,上海,200030上海交通大学E-Learning实验室,上海,200030
计算机与自动化
人脸表情识别LBP特征AVR特征选取SVM分类器
《计算机工程与应用》 2009 (19)
184-188,5
国家高技术研究发展计划(863)(the National High-Tech Research and Development Plan of China under Grant No.2007AA01Z157)上海市科学技术委员会科研计划项目(Shanghai Science and Technology Committee Research Project under Grant No.06DZ15008).
评论