基于Haar特征的Turbo-Boost表情识别算法

• 作者: 潘丽敏 罗森林 谢尔曼
• 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 Haar特征 AdaBoost Turbo-Boost
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 图像与视觉
• 页码范围: 1442-1446,1454
• 分类号: TP391
• 字数: 4031字
• 语种: 中文

摘要

针对AdaBoost在使用Haar特征时的局限性,提出了Turbo-Boost算法.该算法经过两轮AdaBoost迭代,先从原始的Haar特征空间中筛选出F维主要特征子空间,再从中训练T＞F个弱分类器,以进行最终的表情识别.在CAS-PEAL-R1表情库上的10折交叉验证结果表明,Turbo-Boost算法可显著提升识别性能,对微笑、皱眉、惊讶、张口和闭眼5类表情的总体识别准确率达到了93.6％.此外,该算法的识别速度快,可满足实时识别的需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗森林	北京理工大学信息与电子学院信息安全与对抗技术实验室	121	821	14.0	23.0
2	潘丽敏	北京理工大学信息与电子学院信息安全与对抗技术实验室	66	402	10.0	17.0
3	谢尔曼	北京理工大学信息与电子学院信息安全与对抗技术实验室	8	29	2.0	5.0