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:
为了提高基于视频序列的表情识别精度,在KNN-SVM算法的基础上提出局部SVM分类机制,并将其用于视频序列中的表情分类.对于一个待分类的几何特征样本,首先在训练集中寻找该样本的k个近邻样本,然后根据这k个近邻样本和待分类样本的相似度信息,重新构建局部最优的SVM分类决策超平面,用来对该几何特征样本进行分类.在Cohn-Kanade数据库中的对比实验表明,该分类器有效地提高了表情分类的精度.
推荐文章
基于优化支持向量机的人脸表情分类
支持向量机
改进粒子群优化
人脸表情分类器
序列模式挖掘在视频分类中的应用
基于内容检索
视频分类
序列模式
视频分割
基于序列模式挖掘的田径视频分类
语义
田径视频
频繁序列模式
视频分类
疲劳驾驶面部表情识别算法
表情识别
加博滤波
核函数
支持向量机
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 面向视频序列表情分类的LSVM算法
来源期刊 计算机辅助设计与图形学学报 学科 工学
关键词 表情识别 局部SVM KNN-SVM 几何特征
年,卷(期) 2009,(4) 所属期刊栏目 图像与图形的融合
研究方向 页码范围 542-548,553
页数 8页 分类号 TP391
字数 6451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 孙正兴 南京大学计算机软件新技术国家重点实验室 85 2299 21.0 46.0
2 徐文晖 南京大学计算机软件新技术国家重点实验室 2 29 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (56)
参考文献  (9)
节点文献
引证文献  (24)
同被引文献  (17)
二级引证文献  (104)
1967(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 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)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(6)
  • 引证文献(1)
  • 二级引证文献(5)
2013(8)
  • 引证文献(1)
  • 二级引证文献(7)
2014(16)
  • 引证文献(2)
  • 二级引证文献(14)
2015(13)
  • 引证文献(3)
  • 二级引证文献(10)
2016(14)
  • 引证文献(3)
  • 二级引证文献(11)
2017(17)
  • 引证文献(3)
  • 二级引证文献(14)
2018(30)
  • 引证文献(5)
  • 二级引证文献(25)
2019(22)
  • 引证文献(4)
  • 二级引证文献(18)
研究主题发展历程
节点文献
表情识别
局部SVM
KNN-SVM
几何特征
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
计算机辅助设计与图形学学报
月刊
1003-9775
11-2925/TP
大16开
北京2704信箱
82-456
1989
chi
出版文献量(篇)
6095
总下载数(次)
15
总被引数(次)
94943
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导