10.16208/j.issn1000-7024.2020.02.032
基于四元数局部编码和卷积网络的表情识别
为充分利用彩色图像的颜色信息和通道之间的关联性,提出一种联合四元数矩阵相位信息和幅值信息的特征提取方法,结合卷积神经网络(CNN)进行表情识别.将彩色表情图像表示为纯四元数矩阵并进行Clifford平移,对相位和幅值分别进行局部二值模式(LBP)编码,提取多尺度融合的图像特征,将特征输入CNN进行训练并分类.实验结果表明,该算法在RafD和MMI表情库上的识别率分别为79.42%和93.28%,相比其它表情识别算法,识别率更高且识别效果稳定.
人脸表情识别、四元数表示、特征提取、局部二值模式、卷积神经网络
41
TP391.4(计算技术、计算机技术)
国家自然科学基金项目 ;北京市属高校高水平教师队伍建设支持计划基金项目 ;北京市优秀人才基金项目 ;北京市教委科研计划基金项目
2020-04-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
507-512