基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
采用一种基于像素模式纹理特征(PPBTF)的人脸特征表示方法对人脸图像进行了特征提取.首先,将原始的灰度图像转化成能够表征纹理信息的模式圈,并且通过在特征窗内统计每一模式的像素个数得到其中心像素的特征矢量,然后将由局部非负矩阵分解(INMF)得到的基本方程作为模板进行模式匹配.同时,将Adaboost和SVM结合起来,用做表情识别的分类器.最后,通过基于Cohn-Kanade数据库的实验证明了以LNMF基函数作为模板的PPBTF对表情识别具有较高的判别能力,并由基于PIE图像库等其他图像库的实验进一步验证了PPBTF对光照不敏感的特性,充分说明所提出的人脸表征方法的有效性和鲁棒性.
推荐文章
基于纹理特征融合的人脸表情识别
人脸表情识别
局部二值模式
韦伯局部描述符
特征融合
支持向量机
基于区域NBPR特征及可信度修正的人脸表情识别
邻近二值模式关系
多区域特征融合
D-S证据理论
可信度修正
基于Curvelet的边缘纹理特征提取及表情识别
表情识别
Curvelet变换
小波变换
特征提取
基于几何和纹理特征的表情层级分类方法
表情识别
几何和纹理特征
中性脸相似度
层级分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于LNMF像素模式纹理特征的表情识别
来源期刊 大连理工大学学报 学科 工学
关键词 表情识别 非负矩阵分解 局部非负矩阵分解 PPBTF Adaboost SVM分类器
年,卷(期) 2009,(6) 所属期刊栏目 电子与信息工程
研究方向 页码范围 964-970
页数 7页 分类号 TP391.4
字数 5426字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 黄英杰 大连理工大学电子与信息工程学院 2 16 1.0 2.0
2 卢湖川 大连理工大学电子与信息工程学院 16 289 9.0 16.0
3 李阳 大连理工大学电子与信息工程学院 9 14 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (22)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
表情识别
非负矩阵分解
局部非负矩阵分解
PPBTF
Adaboost
SVM分类器
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
大连理工大学学报
双月刊
1000-8608
21-1117/N
大16开
大连市理工大学出版社内
8-82
1950
chi
出版文献量(篇)
3166
总下载数(次)
3
总被引数(次)
39997
论文1v1指导