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:
在表情识别中Gabor结合局部二值模式(LBP)的特征提取方法以及直方图统计降维虽然是较为局部化的方法,但LBP鲁棒性较差,识别精度不高,而且使用直方图统计来区分表情,其计算复杂度和特征维数依旧较高。中心对称局部二值模式(CS-LBP)与LBP相比具有较好的鲁棒性,但其对表情纹理细节的描述仍不够详细。因此提出基于Gabor结合改进的CS-LBP即二值叠加中心对称局部二值模式(二值叠加CS-LBP)的特征提取方法。用Gabor提取特征,同时用两种计算方式提取两个特征值并叠加,作为最终识别的特征;并通过离散余弦变换(DCT)降维,有效降低表情的特征维数。在JAFFE表情库中实验验证了该方法能有效提高识别精度。
推荐文章
结合LBP特征和深度学习的人脸表情识别
图像处理
LBP特征
人脸检测
卷积神经网络
人脸表情识别
基于Gabor小波和SVM的人脸表情识别算法
Gabor小波变换
表情特征提取
Fisher线性判别
支持向量机
基于多级CS-LBP特征融合的人脸识别方法
中心对称局部二值模式
多级特征图像
特征融合
人脸识别
基于 LBP/VAR 与 DBN 模型的人脸表情识别
深度信念网络
表情识别
局部二进制模式
深度学习
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 基于Gabor和二值叠加CS-LBP特征的人脸表情识别
来源期刊 计算机工程与应用 学科 工学
关键词 表情识别 Gabor小波 二值叠加中心对称局部二值模式 离散余弦变换 降维
年,卷(期) 2015,(19) 所属期刊栏目 图形图像处理
研究方向 页码范围 210-215
页数 6页 分类号 TP391
字数 4145字 语种 中文
DOI 10.3778/j.issn.1002-8331.1411-0229
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 王燕 兰州理工大学计算机与通信学院 61 433 12.0 17.0
2 张殷绮 兰州理工大学计算机与通信学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (15)
参考文献  (8)
节点文献
引证文献  (4)
同被引文献  (22)
二级引证文献  (2)
1991(4)
  • 参考文献(0)
  • 二级参考文献(4)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(7)
  • 参考文献(0)
  • 二级参考文献(7)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(4)
  • 参考文献(3)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
表情识别
Gabor小波
二值叠加中心对称局部二值模式
离散余弦变换
降维
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导