原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
y烹舞謦勇 V恍。脚L眦瓣解恶卫
【本文献信息】唐红梅，石京力，郭迎春，等．基于MG—L1m与EI朋的微表情识别[J]．电视技术，2015，39(3)
基于MG—LTP与ELM的微表情识别
唐红梅，石京力，郭迎春，韩力英，王 霞
(河北工业大学信息工程学院，天津300401)
摘要：特征提取和表情分类是表情识别的关键技术。针对传统方法识别率低的缺点，首先，提出了一种基于平均灰度的局
部三值模式(MG—LTP)新算法，用于提取表情特征；其次，使用极限学习机(ELM)作为分类器，用于特征分类；最后，将二者
结合用于表情识别，并进一步应用于人脸微表情识别中。在JAFFE数据库及CASME人脸微表情数据库进行试验，与传统
方法对比。取得了较好的效果：
关键词：微表情；特征提取；分类识别；局部三值模式；极限学习机
中图分类号：TP391．4 文献标志码：A DOI：10．16280／j．videoe．2015．03．03l
onMG—LTPandELM
Mjcro—expressj仰Recogllitj仰Based
TANG Xia
Yi“gchun，HANLiying，WANG
Ho“gmei，SHIJingli，GU0
(sc^oofQ厂蛳删如n jD舛0，，∞inn)
E增iMe^ng，mkiun妇巧盼矿nc^noz唧，死n彬n
of low
extractionand classificationarethe of the
Abstract：Feature
expI．ession keytechnologiesexpressionrecognition．Considering
is
rateoftraditional new calledmean local basedonmean j
nlethods，a Iernary
recognition algorithm gray pattems(MG—L『rP) gmy
in MG—LTP toextract fbature． used
this isused machine(ELM)is
firstlypmposedpaper，and expressionThen，extremeleaming
forfeaIure abovetwomethodsarecombinedfor furtherforfa—
asaclassiner classincation．Fin；llly，the e。pressionrecognition，and
on databasefor andCASMEdatabases
cial are
文档评论（0）