基于PSO与ICA的表情特征提取

• 作者: 叶吉祥 周书仁 杨秋芬 梁昔明
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 粒子群优化 独立分量分析 表情特征 支持向量机
• 年，卷（期）: 2007,（11）
• 所属期刊栏目: 图形图像处理
• 页码范围: 2797-2799,2803
• 页数: 4页
• 分类号: TP391.41
• 字数: 3896字
• 语种: 中文

摘要

提出基于粒子群优化(PSO)与独立分量分析(ICA)的表情特征提取方法.首先利用ICA算法对表情图像数据建立基本的独立基向量求解框架;为了减少计算复杂度,然后利用PSO算法对处理后的表情图像数据搜索最优的解集合;最后利用支持向量机(SVM)作为算法验证的分类器.实验结果表明该算法在保证较高表情识别率的基础上加快了表情图像特征提取的速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁昔明	中南大学信息科学与工程学院	91	1070	20.0	28.0
2	杨秋芬	中南大学信息科学与工程学院	14	156	7.0	12.0
3	周书仁	中南大学信息科学与工程学院	9	157	9.0	9.0
7	叶吉祥	中南大学信息科学与工程学院	30	203	10.0	12.0