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 论文
机电技术 2011年12月 (k) (×()4 eXp|-0.5(0(4)- 2×3.1415926)×U 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,选代调整模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JAFE( Japanese Female Facial Expre- 类层次下代表7种人睑表情的IMM模型sion)表情数据库中进行实验。 JAFFE人脸表情库 a1=(A,B,)(=1,2,…,7) 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、髙兴、悲伤、惊讶和中性7种表情, 对待识别的人脸表情图像,按本节22中模型每人每种表情2~4幅,每和表情共有27幅 本文实验与 Mihcac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A1=(A,B,z)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)(=,2,…,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|A1),i∈(1.2,…,)在P(OA)(=1,2,…,7)3次取平均值,得出表情识别率。本方法获取的表 中最人,即 情识别率见表1 P(Ol, )=max p(ola) 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 厌恶 恐惧 55 91 高兴 中性 悲伤 02011 000 95.00 020 惊讶 0 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IMM模型建立7个对 从实验数据斥中发现,悴中杲些人的种表情变化应基本表情+中性表情的模型,进行识别分类, 并不明显,即使人眼也无法确定其表情类别,以并且取得了92.14%的整体识别率。同时,在实验 致算法在识别时出现错误。 中发现,由于人脸实验数据库中某些人的7种表情 4结论 变化并不明显,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。 本文针对目前人脸衣情的整体识别卒普遍不 (下转第35页) 21994-2015ChinaacAdemicJOurnalElcctronicPublishingHousc.Allrightsrcscrved.http://www.cnki.nct 第6期 林彩邴等:磁流变阻尼器减振系统的分数阶微分方程硏究 35 [2] DROZDOVAD Mechanicsofviscoelasticsolids[M]. New York: John Wiley &Sons Ltd, 1998: 21-65 B3 LAKES RS. Viscoelastic solids[M]. London: CRC Press, 1998: 63-110 4 Stanway R, Sproston, J L, Stevens N (i. Non-liner modeling of an electrorheological vibration damper.J. Electrostatics, 1987,20 [S]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,2002,22(40. [6] Gamoto DR, Filisko F E. Dynamic mechanical studies of electrorheological materials moderate frequencies. J. Rheology, 991,35(3). [刀]汪建晓,孟光.磁流变阻尼器用于振动搾制的理论及实验研究J.振动与冲击,2001,20(2) [8 Wen Y K. Method of random vibration of hysteretic systems[J. Journal of Engineering Mechanics Division, ASCE 102(EM2),1976 9SpencerJr. BF, Dyke SJ, Sain M K, Carlson, J.D. Phenomenological model of a magnetorheological damper. JEngrg. Mech ASCE.1997,123 [10]薛定宇陈阳泉高等应用数学问题的 MATLAB解[M清华大学出版社,2010 [l]l云,谭半.磁流变阻尼控制理论与技术[M科学出版社2007 [1】]王振滨曹广义分数微积分的两种系统建模方汏系统仿真学报,2004,6(4:810-81 上h与比比比比匙比比知5印 (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 featuresLA] 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 International 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咒[M成都:西南交通大学,2007 [4] Lades M, Vorbruggen JC, Buhmann J. Distortion invariant object recognition in the dynamic link architecture[J].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]Duda RO, Hart PE, Stork DG Pattern Classification(second edition). New York: Wiley, 2001 7]李云霞,李治柱,吴亚栋基于HMM的关键词识别系统计算机工程,2004,30(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杈利的内容并且文责自负:投寄给本刊的槁件(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 上传播及屮国核心期刊(遴选)数据库、屮国学术期刊综合评价数据库、屮文科技期刊数据库、屮国台湾华艺数据 库全文收录。 对上述合作若有异议者,烦请来时向本刊申明,未作申明者,本刊将视为同意,谢谢合作。并致诚挚敬意。 《机电技术》编辑韶 21994-2015ChinaacAdemicJOurnalElcctronicPublishingHousc.Allrightsrcscrved.http://www.cnki.nct 【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 论文
机电技术 2011年12月 (k) (×()4 eXp|-0.5(0(4)- 2×3.1415926)×U 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,选代调整模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JAFE( Japanese Female Facial Expre- 类层次下代表7种人睑表情的IMM模型sion)表情数据库中进行实验。 JAFFE人脸表情库 a1=(A,B,)(=1,2,…,7) 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、髙兴、悲伤、惊讶和中性7种表情, 对待识别的人脸表情图像,按本节22中模型每人每种表情2~4幅,每和表情共有27幅 本文实验与 Mihcac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A1=(A,B,z)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)(=,2,…,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|A1),i∈(1.2,…,)在P(OA)(=1,2,…,7)3次取平均值,得出表情识别率。本方法获取的表 中最人,即 情识别率见表1 P(Ol, )=max p(ola) 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 厌恶 恐惧 55 91 高兴 中性 悲伤 02011 000 95.00 020 惊讶 0 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IMM模型建立7个对 从实验数据斥中发现,悴中杲些人的种表情变化应基本表情+中性表情的模型,进行识别分类, 并不明显,即使人眼也无法确定其表情类别,以并且取得了92.14%的整体识别率。同时,在实验 致算法在识别时出现错误。 中发现,由于人脸实验数据库中某些人的7种表情 4结论 变化并不明显,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。 本文针对目前人脸衣情的整体识别卒普遍不 (下转第35页) 21994-2015ChinaacAdemicJOurnalElcctronicPublishingHousc.Allrightsrcscrved.http://www.cnki.nct 第6期 林彩邴等:磁流变阻尼器减振系统的分数阶微分方程硏究 35 [2] DROZDOVAD Mechanicsofviscoelasticsolids[M]. New York: John Wiley &Sons Ltd, 1998: 21-65 B3 LAKES RS. Viscoelastic solids[M]. London: CRC Press, 1998: 63-110 4 Stanway R, Sproston, J L, Stevens N (i. Non-liner modeling of an electrorheological vibration damper.J. Electrostatics, 1987,20 [S]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,2002,22(40. [6] Gamoto DR, Filisko F E. Dynamic mechanical studies of electrorheological materials moderate frequencies. J. Rheology, 991,35(3). [刀]汪建晓,孟光.磁流变阻尼器用于振动搾制的理论及实验研究J.振动与冲击,2001,20(2) [8 Wen Y K. Method of random vibration of hysteretic systems[J. Journal of Engineering Mechanics Division, ASCE 102(EM2),1976 9SpencerJr. BF, Dyke SJ, Sain M K, Carlson, J.D. Phenomenological model of a magnetorheological damper. JEngrg. Mech ASCE.1997,123 [10]薛定宇陈阳泉高等应用数学问题的 MATLAB解[M清华大学出版社,2010 [l]l云,谭半.磁流变阻尼控制理论与技术[M科学出版社2007 [1】]王振滨曹广义分数微积分的两种系统建模方汏系统仿真学报,2004,6(4:810-81 上h与比比比比匙比比知5印 (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 featuresLA] 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 International 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咒[M成都:西南交通大学,2007 [4] Lades M, Vorbruggen JC, Buhmann J. Distortion invariant object recognition in the dynamic link architecture[J].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]Duda RO, Hart PE, Stork DG Pattern Classification(second edition). New York: Wiley, 2001 7]李云霞,李治柱,吴亚栋基于HMM的关键词识别系统计算机工程,2004,30(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杈利的内容并且文责自负:投寄给本刊的槁件(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 上传播及屮国核心期刊(遴选)数据库、屮国学术期刊综合评价数据库、屮文科技期刊数据库、屮国台湾华艺数据 库全文收录。 对上述合作若有异议者,烦请来时向本刊申明,未作申明者,本刊将视为同意,谢谢合作。并致诚挚敬意。 《机电技术》编辑韶 21994-2015ChinaacAdemicJOurnalElcctronicPublishingHousc.Allrightsrcscrved.http://www.cnki.nct 【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