基于HMM和微粒群优化算法的表情识别

• 作者: 钟碧良 陈燕龙
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 隐马尔科夫模型 微粒群优化算法 离散余弦变换 表情识别
• 年，卷（期）: 2008,（13）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 190-192
• 页数: 3页
• 分类号: TP301.6
• 字数: 3705字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2008.13.069

摘要

提出基于微粒群优化算法(PSO)的隐马尔科夫模型(HMM)训练算法,分别用PSO和量子微粒群优化算法进行HMM的参数估计,以提高HMM的性能.将改进的HMM算法应用于人脸表情识别,采用离散余弦变换提取表情特征向量.实验结果表明,该算法能有效提高表情识别率,解决HMM的参数估计问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟碧良	广州航海高等专科学校计算机与信息工程系	39	135	6.0	9.0
2	陈燕龙	广州航海高等专科学校基础部	7	18	2.0	4.0