实例介绍
【实例简介】
基于Gabor小波＋PCA＋LDA特征提取方法的人脸表情识别
20 机电技术 2011年12月 =∑cm=∑m c×(-0509-n)U=(a-n (2×3.1415926)×vm 第四步:初始模型确定下来以后,采用 则将该待识别人脸表情判别为第讠类表情 Baum- Welch算法对参数进行重估计,迭代调整模3人脸表情实验及分析 型参数以达最优化。 这样就完成了训练建模工作,获得了在粗分 本文在JAFF( (Japanese Female Facial Expre 类层次下代表7种人脸表情的HMM模型sso)表情数据库中进行实验。 JAFFE人脸表情库 1=(A,B,n)(=1,2,…7)。 由10个人,共213幅图像组成,每人都包含愤怒、 23HMM人脸表情分类 厌恶、恐惧、高兴、悲伤、惊讶和中性7种表情, 每人每种表情2~4幅,每种表情共有27幅。 对待识别的人脸表情图像,按本节22中模型 本文实验与 Micael等的测试方法相似,把数 训练步骤的第一步获得观察向量O,然后计算观据库中的210张图像分成3个部分,每个部分包含 察向量O与已训练好的HMM模型1=(A,B,)10个人,且每个人包含7幅不同表情图像,每次使 的似然概率P(O|λ)(=12,…,7)。通过用其中的一个部分训练各个表情的HMM模型,剩 Forward -Backward算法来计算似然概率,如果下的两个部分用来测试。循环操作3次,然后对这 P(O|4),ie(12…,7在P(O|4)(=1,2…,7)3次取平均值,得出表情识别率。本方法获取的表 中最大,即 情识别率见表1 P(Oa )=max p(oa) 表1人脸表情识别结果 愤怒厌恶恐惧高兴中性悲伤惊讶识别率/% 愤怒 91.67 厌恶 54 000 0 9000 恐惧 55 9167 高兴 0 0 0 95.00 中性 54 9000 悲伤 9333 惊讶 56 93.33 整体识别率 92.14 从表1中可以看出,本方法可以获得较好的表高的问题,提出了一种新的人脸表情识别方法。 情识别率,但是,从实验中也可发现,不管是有本方法通过更加有效的 Gabor小波+PCA+LDA表 没有减少分类类别数,实验中始终存在误识别。情特征提取方法,然后结合HMM模型建立7个对 从实验数据库中发现,库中某些人的7种表情变化应基本表情+中性表情的模型,进行识别分类,并 并不明显,即使人眼也无法确定其表情类别,以且取得了92.14%的整体识别率。同时,在实验中 致算法在识别时出现错误。 发现,由于人脸实验数据库中某些人的7种表情变 4结论 化并不明显,即使人眼也无法确定其表情类别, 以致算法在识别时出现错误。 本文针对目前人脸表情的整体识别率普遍不 (下转第35页) 第6期 林彩丽等:磁流变阻尼器减振系统的分数阶微分方程研究 [2] DROZDOVAD Mechanicsofviscoelasticsolids[M]. New York: John Wiley &Sons Ltd, 1998: 21-65 []LAKESR S. Viscoelastic solids[M]. London: CRC Press, 1998: 63-110 [4] Stanway R, Sproston, J L, Stevens N G Non-liner modeling of an electrorheological vibration damper. J. Electrostatics, 1987,20. [5]周强,瞿伟廉磁流变阻尼器的两种力学模型和试验验证地震工程与工程振动2002240). [6] Gamoto D R, Filisko F E Dynamic mechanical studies of electrorheological materials: moderate frequencies. I. Rheology, 1991,35(3) [7]汪建晓孟光.磁流变阻尼器用于振动控制的理论及实验研究门]振动与冲击,2001,20(2) [8] Wen Y K Method of random vibration of hysteretic systems[]. Joumal of Engineering Mechanics Division, ASCE, 102(EM2),1976 [9]Spencer Jr. B F, Dyke S J, Sain M K, Carlson, J D Phenomenological model of a magnetorheological damper. J Engrg. Mech ASCE1997,123 [10薛定宇陈阳泉高等应用数学问题的 MATLAB解DM清华大学出版社,2010 [l]周云谭平.磁流变阻尼控制理论与技术DM科学出版社2007 12]王振滨曹广义分数微积分的两种系统建模方法系统仿真学报,2004,64):810812 (上接第20页) 参考文献 [1] ZHAO Quan-you, PAN Bao-chang, PAN Jian- jia, et al. Facial expression recognition based on fusion of Gabor and LBP features[A]. In: Proceedings of the 2008 International Conference on Wavelet Analysis and Pattern Recognition[C], Hong Kong,IEEE,2008(8):362-367 [2]Tang Fang-qi, Deng Ben-zai. Facial Expression Recognition using AAM and Local Facial Features [A]. In: Proceedings of the Third Intcmational Conference on Natural Computation[C], Haikou, China, IEEE, 2007(8): 632-635 [3]陈培俊基于静态图像的人脸表情识别研究成都西南交通大学,2007 [4] Lades M, Vorbruggen J C, Buhmann J. Distortion invariant object recognition in the dynamic link architecture[].IEEE Transactions on Computers, IEEE, 1993, 42(3): 300-311 [5]彭辉张长水荣钢等基于KL变换的人脸自动识别方法清华大学学报自然科学版,2007,37(6:6770 [6]DudaR O, Hart P E, Stork DG Pattern Classification(second edition). New York: Wiley, 2001 [7李云霞李治柱吴亚栋基于HMM的关键词识别系统门计算机工程200,30(7:130-132 谨致作者 敬请本刊作者允诺:稿件中没有侵犯他人著作权或其它权利的内容并且文责自负;投寄给本刊的稿件(论文、 图表、照片等)自发表之日起,其专有出版权和网络传播权即授于本刊,并许可本刊在本刊网站或本刊授权的网站 上传播及中国核心期刊(遵选)数据库、中国学术期刊综合评价数据库、中文科技期刊数据库、中国台湾华艺数据 库全文收录。 对上述合作若有异议者,烦请来稿时向本刊申明,未作中明者,本刊将视为同意,谢谢合作。并致诚挚敬意。 《机电技术》编辑部 基于 Gabor小波十PCA+LDA征提取方法的人脸表情识别 旧数据文接 作者: 李烈熊,苏两河 作者单位 李烈熊(福硅船政交通职№学院,福廷福州,350007),苏河(福建电力职技术学院,福建泉州 刊名: 机电技术 英文刊名: MECHANICAL AND ELECTRICAL TECHNOLOGY 年,卷(期) 201,34(6) 参考文献(7条) 1. ZHAO Quan-you; PAN Bao-chang PAN Jian-jia Facial expression recognition based on fusion of Gabor and LBP features 2008 2. Tang Fang-qi; Deng Ben-zai Facial Expression Recognition using AAM and Local Facial Features 2007 3.陈培俊基丁静态图像的人脸表情识别研究2007 4. Lades M: Vorbmggen J C; Buhmann J Distortion invariant object recognition in the dynamic link architecture 1993(03) 5.彭辉;张长水;荣钢基于K-变换的人脸自动识别方法2007(6) 6. Duda R 0: Hart P E Stork D G Pattern Classificat ion(second edition) 2001 7.李云霞;李治柱:吴亚栋基于HM的关键词识别系统[期刊论文]计算机工程2004(07 本文链接http://d.g.wanfangdata.comcn/periodiCaljdjs201106005.aspx 【实例截图】
【核心代码】
基于Gabor小波＋PCA＋LDA特征提取方法的人脸表情识别
20 机电技术 2011年12月 =∑cm=∑m c×(-0509-n)U=(a-n (2×3.1415926)×vm 第四步:初始模型确定下来以后,采用 则将该待识别人脸表情判别为第讠类表情 Baum- Welch算法对参数进行重估计,迭代调整模3人脸表情实验及分析 型参数以达最优化。 这样就完成了训练建模工作,获得了在粗分 本文在JAFF( (Japanese Female Facial Expre 类层次下代表7种人脸表情的HMM模型sso)表情数据库中进行实验。 JAFFE人脸表情库 1=(A,B,n)(=1,2,…7)。 由10个人,共213幅图像组成,每人都包含愤怒、 23HMM人脸表情分类 厌恶、恐惧、高兴、悲伤、惊讶和中性7种表情, 每人每种表情2~4幅,每种表情共有27幅。 对待识别的人脸表情图像,按本节22中模型 本文实验与 Micael等的测试方法相似,把数 训练步骤的第一步获得观察向量O,然后计算观据库中的210张图像分成3个部分,每个部分包含 察向量O与已训练好的HMM模型1=(A,B,)10个人,且每个人包含7幅不同表情图像,每次使 的似然概率P(O|λ)(=12,…,7)。通过用其中的一个部分训练各个表情的HMM模型,剩 Forward -Backward算法来计算似然概率,如果下的两个部分用来测试。循环操作3次,然后对这 P(O|4),ie(12…,7在P(O|4)(=1,2…,7)3次取平均值,得出表情识别率。本方法获取的表 中最大,即 情识别率见表1 P(Oa )=max p(oa) 表1人脸表情识别结果 愤怒厌恶恐惧高兴中性悲伤惊讶识别率/% 愤怒 91.67 厌恶 54 000 0 9000 恐惧 55 9167 高兴 0 0 0 95.00 中性 54 9000 悲伤 9333 惊讶 56 93.33 整体识别率 92.14 从表1中可以看出,本方法可以获得较好的表高的问题,提出了一种新的人脸表情识别方法。 情识别率,但是,从实验中也可发现,不管是有本方法通过更加有效的 Gabor小波+PCA+LDA表 没有减少分类类别数,实验中始终存在误识别。情特征提取方法,然后结合HMM模型建立7个对 从实验数据库中发现,库中某些人的7种表情变化应基本表情+中性表情的模型,进行识别分类,并 并不明显,即使人眼也无法确定其表情类别,以且取得了92.14%的整体识别率。同时,在实验中 致算法在识别时出现错误。 发现,由于人脸实验数据库中某些人的7种表情变 4结论 化并不明显,即使人眼也无法确定其表情类别, 以致算法在识别时出现错误。 本文针对目前人脸表情的整体识别率普遍不 (下转第35页) 第6期 林彩丽等:磁流变阻尼器减振系统的分数阶微分方程研究 [2] DROZDOVAD Mechanicsofviscoelasticsolids[M]. New York: John Wiley &Sons Ltd, 1998: 21-65 []LAKESR S. Viscoelastic solids[M]. London: CRC Press, 1998: 63-110 [4] Stanway R, Sproston, J L, Stevens N G Non-liner modeling of an electrorheological vibration damper. J. Electrostatics, 1987,20. [5]周强,瞿伟廉磁流变阻尼器的两种力学模型和试验验证地震工程与工程振动2002240). [6] Gamoto D R, Filisko F E Dynamic mechanical studies of electrorheological materials: moderate frequencies. I. Rheology, 1991,35(3) [7]汪建晓孟光.磁流变阻尼器用于振动控制的理论及实验研究门]振动与冲击,2001,20(2) [8] Wen Y K Method of random vibration of hysteretic systems[]. Joumal of Engineering Mechanics Division, ASCE, 102(EM2),1976 [9]Spencer Jr. B F, Dyke S J, Sain M K, Carlson, J D Phenomenological model of a magnetorheological damper. J Engrg. Mech ASCE1997,123 [10薛定宇陈阳泉高等应用数学问题的 MATLAB解DM清华大学出版社,2010 [l]周云谭平.磁流变阻尼控制理论与技术DM科学出版社2007 12]王振滨曹广义分数微积分的两种系统建模方法系统仿真学报,2004,64):810812 (上接第20页) 参考文献 [1] ZHAO Quan-you, PAN Bao-chang, PAN Jian- jia, et al. Facial expression recognition based on fusion of Gabor and LBP features[A]. In: Proceedings of the 2008 International Conference on Wavelet Analysis and Pattern Recognition[C], Hong Kong,IEEE,2008(8):362-367 [2]Tang Fang-qi, Deng Ben-zai. Facial Expression Recognition using AAM and Local Facial Features [A]. In: Proceedings of the Third Intcmational Conference on Natural Computation[C], Haikou, China, IEEE, 2007(8): 632-635 [3]陈培俊基于静态图像的人脸表情识别研究成都西南交通大学,2007 [4] Lades M, Vorbruggen J C, Buhmann J. Distortion invariant object recognition in the dynamic link architecture[].IEEE Transactions on Computers, IEEE, 1993, 42(3): 300-311 [5]彭辉张长水荣钢等基于KL变换的人脸自动识别方法清华大学学报自然科学版,2007,37(6:6770 [6]DudaR O, Hart P E, Stork DG Pattern Classification(second edition). New York: Wiley, 2001 [7李云霞李治柱吴亚栋基于HMM的关键词识别系统门计算机工程200,30(7:130-132 谨致作者 敬请本刊作者允诺:稿件中没有侵犯他人著作权或其它权利的内容并且文责自负;投寄给本刊的稿件(论文、 图表、照片等)自发表之日起,其专有出版权和网络传播权即授于本刊,并许可本刊在本刊网站或本刊授权的网站 上传播及中国核心期刊(遵选)数据库、中国学术期刊综合评价数据库、中文科技期刊数据库、中国台湾华艺数据 库全文收录。 对上述合作若有异议者,烦请来稿时向本刊申明,未作中明者,本刊将视为同意,谢谢合作。并致诚挚敬意。 《机电技术》编辑部 基于 Gabor小波十PCA+LDA征提取方法的人脸表情识别 旧数据文接 作者: 李烈熊,苏两河 作者单位 李烈熊(福硅船政交通职№学院,福廷福州,350007),苏河(福建电力职技术学院,福建泉州 刊名: 机电技术 英文刊名: MECHANICAL AND ELECTRICAL TECHNOLOGY 年,卷(期) 201,34(6) 参考文献(7条) 1. ZHAO Quan-you; PAN Bao-chang PAN Jian-jia Facial expression recognition based on fusion of Gabor and LBP features 2008 2. Tang Fang-qi; Deng Ben-zai Facial Expression Recognition using AAM and Local Facial Features 2007 3.陈培俊基丁静态图像的人脸表情识别研究2007 4. Lades M: Vorbmggen J C; Buhmann J Distortion invariant object recognition in the dynamic link architecture 1993(03) 5.彭辉;张长水;荣钢基于K-变换的人脸自动识别方法2007(6) 6. Duda R 0: Hart P E Stork D G Pattern Classificat ion(second edition) 2001 7.李云霞;李治柱:吴亚栋基于HM的关键词识别系统[期刊论文]计算机工程2004(07 本文链接http://d.g.wanfangdata.comcn/periodiCaljdjs201106005.aspx 【实例截图】
【核心代码】
标签：
好例子网口号：伸出你的我的手 — 分享！
小贴士
感谢您为本站写下的评论，您的评论对其它用户来说具有重要的参考价值，所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字，对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙，所以请不要反馈意义不大的重复字符，也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明，或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦，又没人会搭理，于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享，对搜索内容的合法性不具有预见性、识别性、控制性，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论平台是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定，若资源存在侵权或相关问题请联系本站客服人员，点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论