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:
人脸表情识别是近年来计算机视觉和模式识别领域的一个研究热点,论文提出了基于多尺度等价模式LBP(Local Binary Patterns)的人脸表情识别方法.首先,为了消除光照影响,对图像分别进行对数变换和直方图均衡化处理,并按照一定的比例关系融合.然后,提取图像的等价模式LBP谱图,对图像进行多尺度分解.为了减少运算量,提高识别率,仅以人眼和嘴部区域的 LBP直方图作为表情特征向量.最后,对重点区域的特征向量进行了加权处理,以加权欧氏距离对表情进行分类.论文用JAFFE表情库进行了测试实验,实验结果表明,该方法识别率较高,速度快.
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 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
基于多尺度融合注意力机制的人脸表情识别研究
计算机视觉
深度学习
人脸表情识别
特征提取
多尺度特征融合
注意力机制
基于完整LBP特征的人脸识别
完整局部二值模式
特征提取
人脸识别
局部二值模式
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 基于多尺度等价模式LBP的人脸表情识别
来源期刊 计算机与数字工程 学科 工学
关键词 图像融合 等价模式LBP 特征提取 表情识别
年,卷(期) 2016,(1) 所属期刊栏目 信息融合
研究方向 页码范围 40-44
页数 5页 分类号 TP301
字数 2573字 语种 中文
DOI 10.3969/j.issn.1672-9722.2016.01.010
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 陈蕾 苏州大学电子信息学院 49 279 10.0 15.0
2 叶棪 苏州大学电子信息学院 1 9 1.0 1.0
3 庞作超 苏州大学电子信息学院 2 10 1.0 2.0
4 鱼冰洋 苏州大学电子信息学院 1 9 1.0 1.0
5 施以鹏 苏州大学电子信息学院 1 9 1.0 1.0
6 徐焱 苏州大学电子信息学院 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (92)
共引文献  (105)
参考文献  (11)
节点文献
引证文献  (9)
同被引文献  (20)
二级引证文献  (6)
1971(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(6)
  • 参考文献(0)
  • 二级参考文献(6)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(10)
  • 参考文献(1)
  • 二级参考文献(9)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(13)
  • 参考文献(2)
  • 二级参考文献(11)
2008(11)
  • 参考文献(0)
  • 二级参考文献(11)
2009(13)
  • 参考文献(1)
  • 二级参考文献(12)
2010(13)
  • 参考文献(0)
  • 二级参考文献(13)
2011(5)
  • 参考文献(3)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(5)
  • 引证文献(5)
  • 二级引证文献(0)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
图像融合
等价模式LBP
特征提取
表情识别
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导