基于C-LBP算法應(yīng)用于人臉表情識(shí)別
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論（0）
人臉表情是人類(lèi)情感信息傳播與人際關(guān)系協(xié)調(diào)的重要方式。人臉表情識(shí)別在人際交流以及交互中作用非常的重要，多被應(yīng)用到機(jī)器視覺(jué)、智能控制、模式識(shí)別等領(lǐng)域，它根據(jù)人的表情不同做出不同的判斷，更好地滿足人類(lèi)生活需求。在表情識(shí)別技術(shù)中，如何提取和選擇有效的人臉描述特征是研究的關(guān)鍵內(nèi)容。表情識(shí)別主要南人臉表情識(shí)別的特征提取和稀疏表示分類(lèi)器的選擇兩個(gè)部分組成。
特征提取在人臉表情識(shí)別中有著相當(dāng)重要的作用，提取出來(lái)的特征也影響著整個(gè)識(shí)別系統(tǒng)的正確率，目前普遍為大家所用的包括整體法、局部法、光流法、模型法和幾何法，整體法和局部法主要用于靜態(tài)圖像特征提取，光流法、模型法和幾何法主要用于動(dòng)態(tài)圖像特征的提取。其中在整體法中較為熟知的提取算法有PCA特征、LDA特征舊和ICA特征：局部法中比較經(jīng)典的算法有LBP算子法和CJahor小波法。Gahor小波在提取日標(biāo)的局部宅間和頻率域信息方面具有良好的特性，然而，該算法需要計(jì)算不同尺度和方向的小波核函數(shù)，提取出的高維特征向量對(duì)整個(gè)算法造成冗余。相比而言，傳統(tǒng)的LBP算子法是一種簡(jiǎn)單，有效的紋理分類(lèi)的特征提取算法，在紋理分析方面有著廣泛的應(yīng)用，近幾年在人臉識(shí)別領(lǐng)域取得了巨大的發(fā)展。從傳統(tǒng)的LBP算子法到MB—LBP算子法冉到后來(lái)的完整LBP算子法，每一次的改進(jìn)都在人臉識(shí)別領(lǐng)域取得了較大的成功。例如，LBP算子法到MB—LBP算子法的改進(jìn)，相比原始LBP算法整幅圖片進(jìn)行編碼，MB-LBP特征首先將特提取特征的圖像分區(qū)域，在某一塊區(qū)域中冉等分成9塊，再以每一小塊的平均灰度值替代原始LBP特征算法的3x3模式中的臨域點(diǎn)灰度值，之后將平均值和中心塊像素值相比，得到MP-LBP特征碼。文中首先采用MB-LBP算法進(jìn)行特征提取，再利用C-LBP算法把中心像素考慮了進(jìn)去并賦予最高的權(quán)值，提高了特征判別力和特征的有效性。
?
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
基于C-LBP算法應(yīng)用于人臉表情識(shí)別下載
相關(guān)電子資料下載
- 人臉識(shí)別技術(shù)的可行性在于矛盾具有什么性 98
- 人臉識(shí)別技術(shù)的優(yōu)缺點(diǎn)有哪些 145
- 人臉識(shí)別技術(shù)將應(yīng)用在哪些領(lǐng)域 137
- 人臉識(shí)別技術(shù)的原理介紹 154
- 如何設(shè)計(jì)人臉識(shí)別的神經(jīng)網(wǎng)絡(luò) 148
- 人臉識(shí)別模型訓(xùn)練流程 154
- 人臉識(shí)別模型訓(xùn)練失敗原因有哪些 135
- 人臉識(shí)別模型訓(xùn)練是什么意思 134
- 人臉檢測(cè)和人臉識(shí)別的區(qū)別是什么 169
- 圖像檢測(cè)與識(shí)別技術(shù)的關(guān)系 155