- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于压缩感知的鲁棒性人脸表情识别.pdf
2015 年 第24 卷 第 2 期 计 算 机 系 统 应 用
基于压缩感知的鲁棒性人脸表情识别①
1,2 2 1,2
施徐敢 , 张石清 , 赵小明
1(浙江理工大学 机械自动控制学院, 杭州 310018)
2(台州学院 图像处理与模式识别研究所, 临海 317000)
摘 要: 为了有效提高噪声背景下的人脸表情识别性能, 提出一种基于压缩感知的鲁棒性人脸表情识别方法. 先
通过对腐蚀的测试样本表情图像进行稀疏表示, 再利用压缩感知理论寻求其最稀疏的解, 然后采用求得的最稀
疏解信息实现人脸表情的分类. 在标准的Cohn-Kanade 表情数据库的实验测试结果表明, 该方法取得的人脸表情
识别性能优于最近邻法、支持向量机以及最近邻子空间法. 可见, 该方法用于人脸表情识别, 识别效果较好, 鲁
棒性较高.
关键词: 压缩感知; 稀疏表示; 表情识别; 鲁棒性; 腐蚀
Compressed Sensing-Based Robust Facial Expression Recognition
1, 2 2 1, 2
SHI Xu-Gan , ZHANG Shi-Qing , ZHAO Xiao-Ming
1(School of Automatic Control of Mechanical, Zhejiang Sci-Tech University, Hangzhou 310018, China)
2(Institute of Image Processing and Pattern Recognition, Taizhou University, Linhai 317000, China)
Abstract: In order to effectively improve the performance of facial expression recognition under the noisy background,
a method of robust facial expression recognition based on compressed sensing is proposed. Firstly, the sparse
representation of corrupted expression images of the identified test sample is sought, then the compressed sensing theory
is used to solve its sparsest solution. Finally, according to the sparsest solution, facial expression classification is
performed. Experimental results on benchmarking Cohn-Kanade database show that facial expression performance
obtained by this method is better than the nearest neighbor (NN), support vector machine (SVM) and the nearest
subspace (NS). Therefore, the proposed method shows both good recognition performance and high robustness on facial
expression recognition tasks.
Key words: compressed sensing; sparse representation; expressio
您可能关注的文档
- 基于ETAFSVM的高光谱遥感图像自动波段选择和分类.pdf
- 基于EVENODD码的单盘故障快速恢复算法.pdf
- 基于FANUC数控机床伺服轴的共振抑制分析.pdf
- 基于FBG技术的饱和膨胀土失水致裂过程试验研究.pdf
- 基于FCD扩展的多构件选择过程.pdf
- 基于FDMFEM的镁合金挤压铸造温度场数值模拟.pdf
- 基于FDS+EVAC的应急演练过程人员疏散数值模拟.pdf
- 基于FDS仿真火灾温度下隧道衬砌安全评估.pdf
- 基于FEM的水泥基压电复合材料的性能分析.pdf
- 基于FEM的铝型材分流焊合挤压过程数值模拟.pdf
- 2025内蒙古呼和浩特清水河县总工会招聘调解员1人备考题库及答案解析.docx
- 2025江苏连云港经济技术开发区社会事业局所属事业单位招聘编制内卫生专业技术人员25人备考题库及答案解析.docx
- 2025罗定农商银行暑假非录用类实习生招募备考题库及答案解析.docx
- 2025江苏东布洲科技园集团有限公司下属子公司招聘7人备考题库及答案解析.docx
- 2025内蒙古锡林郭勒盟镇沅彝族哈尼族拉祜族自治县教育体育系统选调教师12人备考题库及答案解析.docx
- 2025广西南宁市第二十四中学招聘2人笔试备考试题及答案解析.docx
- 2025内蒙古锡林郭勒盟太仆寺旗公益性岗位招聘28人(疾控中心、卫健委、人民法院等)备考题库及答案解析.docx
- 2025河南郑州航空工业管理学院招聘高层次人才及博士研究生91人笔试备考题库及答案解析.docx
- 2025届宁波银行春季校园招聘备考题库及答案解析.docx
- 2025河北邯郸冀南新区党群系统事业单位招聘(统一招聘)40人笔试备考题库及答案解析.docx
文档评论(0)