基于一对一极限学习机的人脸表情识别方法

• 作者: 于威威 张小庆
• 来源期刊: 计算机系统应用
• 关键词: 极限学习机 支持向量机 一对一 Gabor滤波 主成分分析
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 186-190
• 页数: 5页
• 字数: 3750字
• 语种: 中文

摘要

为了克服极限学习机(ELM)稳定性差、识别率不高的缺陷,利用支持向量机(SVM)一对一投票式分类算法准确度高的优势,提出一种改进的表情识别方法.该方法将一对一分类算法和ELM算法相结合形成一个新的算法即OAO-ELM(One-Against-One-Extreme Learning Machine),首先,对样本采用一对一的分类并利用ELM训练成一个弱分类器,然后,将这些弱分类器组合成一个最终的强分类器.预测结果,采用投票方式.用Gabor滤波提取表情特征,由于提取后特征维度很高,冗余大,引入主成分分析(PCA)来降维.基于JAFFE数据库实验结果表明,该算法在人脸表情识别上具有较高分类识别率和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于威威	上海海事大学信息工程学院	19	34	3.0	4.0
2	张小庆	上海海事大学信息工程学院	1	2	1.0	1.0