位置:成果数据库 > 期刊 > 期刊详情页
特征集和分类器融合技术在表情识别中的应用
  • ISSN号:1672-6871
  • 期刊名称:《河南科技大学学报:自然科学版》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]石河子大学信息科学与技术学院,新疆石河子832000
  • 相关基金:国家自然科学基金项目(61262021);教育部社科研究基金项目(11XJJAZH001);石河子大学科学技术研究发展计划项目(2012ZRKXYQ18)
中文摘要:

提出了一种新的人脸表情识别技术,即采用两个不同的特征集相结合的集成方法。首先,使用 Gabor滤波器和局部二进制模式建立支持向量机分类器池,然后使用多目标遗传算法搜索最佳的集合作为目标函数,最佳集合确保了低错误率和集合规模的最小化。分别在 JAFFE 和 Cohn-Kanade 两个人脸库上设计实验。研究结果表明:本文所提出的方法比使用单一的特征集和单分类器的传统方法提高了5%和10%的识别率。

同期刊论文项目
同项目期刊论文
期刊信息
  • 《河南科技大学学报:自然科学版》
  • 北大核心期刊(2011版)
  • 主管单位:河南省教育厅
  • 主办单位:河南科技大学
  • 主编:苏娟华
  • 地址:河南省洛阳市开元大道263号
  • 邮编:471023
  • 邮箱:hkdxbz@haust.edu.cn
  • 电话:0379-64231476
  • 国际标准刊号:ISSN:1672-6871
  • 国内统一刊号:ISSN:41-1362/N
  • 邮发代号:36-285
  • 获奖情况:
  • 1999年全国优秀高校自然科学学报及教育部优秀科技...,全国高校自然科学优秀学报,河南省优秀科技期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),波兰哥白尼索引,德国数学文摘,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:4775