基于SLPP与MKSVM的痛苦表情识别

• 作者: 夏利民 张伟 罗大庸 黄炜
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 痛苦表情识别 监督保局投影 先验类标签 多核支持向量机 多核线性混合 主动外观模型
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 196-199
• 页数: 4页
• 分类号: TP393
• 字数: 3248字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.12.042

摘要

为提高痛苦表情识别的准确率，提出一种基于监督保局投影(SLPP)与多核线性混合支持向量机(MKLMSVM)的识别方法。引入先验类标签信息的 SLPP 获取痛苦表情特征，以解决保局投影方法在未使用先验类标签信息的情况下忽略类内局部结构的问题，并采用MKLMSVM实现痛苦表情的分类。实验结果表明，该方法的识别准确率可达88.56%，明显优于主动外观模型方法，与一般的支持向量机分类相比，可以提升决策函数的可解释性及分类性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张伟	中南大学信息科学与工程学院	190	1554	21.0	30.0
2	夏利民	中南大学信息科学与工程学院	102	814	16.0	22.0
3	罗大庸	中南大学信息科学与工程学院	139	1870	21.0	37.0
4	黄炜	长沙航空职业技术学院计算机系	16	52	4.0	6.0