基于概率协作表示的多表情序列融合识别
传统表情识别往往是基于单一图像进行特征提取、训练及识别,缺乏在动态时间上的细微表情变化提取.利用时间前后的人脸表情变化信息,提出了一种基于概率协作表示的多视频序列融合表情识别方法.先采用主动外观模型(AAM)定位出人脸表情的68个特征点,利用提出的融合策略将相邻3帧表情图像的AAM特征进行融合,最后利用概率协作表示的分类优势进行识别.实验结果表明,在CK+表情数据库上,所提出的方法能够把握表情的时间变化信息,相比于近几年的表情识别算法,在识别率上取得了较好的效果.
机器视觉、人脸表情识别、主动外观模型、多序列融合、概率协作表示
56
TP391.4(计算技术、计算机技术)
安徽省高等学校优秀青年项目;安徽省自然科学基金;阜阳市政府-阜阳师范学院横向合作科研项目;阜阳市政府-阜阳师范学院横向合作科研项目;安徽省教育厅自然科学研究重点项目;青年人才项目
2019-08-29(万方平台首次上网日期,不代表论文的发表时间)
共7页
79-85