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:
脸部肌肉之间的时空关系在人脸表情识别中起着重要作用,而当前的模型无法高效地捕获人脸的复杂全局时空关系使其未被广泛应用。为了解决上述问题,本文提出一种基于区间代数贝叶斯网络的人脸表情建模方法,该方法不仅能够捕获脸部的空间关系,也能捕获脸部的复杂时序关系,从而能够更加有效地对人脸表情进行识别。且该方法仅利用基于跟踪的特征且不需要手动标记峰值帧,可提高训练与识别的速度。在标准数据库CK+和MMI上进行实验发现本文方法在识别人脸表情过程中有效提高了准确率。
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
结合FSVM和KNN的人脸表情识别
人脸表情识别
模糊支持向量机
K-近邻
主成分分析
一种新的多角度人脸表情识别方法
多角度人脸表情识别
增量修正
并行级联线性回归
特征提取
高斯过程隐变量模型
基于视频监控的人脸识别方法
人脸识别
监控视频
人脸序列
协同识别
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 结合运动时序性的人脸表情识别方法
来源期刊 电子学报 学科 工学
关键词 表情识别 脸部肌肉运动的时序性 贝叶斯网络 区间代数
年,卷(期) 2016,(6) 所属期刊栏目 学术论文
研究方向 页码范围 1307-1313
页数 7页 分类号 TN391.4
字数 5412字 语种 中文
DOI 10.3969/j.issn.0372-2112.2016.06.007
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 赵杰煜 宁波大学信息科学与工程学院 82 637 14.0 21.0
2 汪燕芳 宁波大学信息科学与工程学院 4 22 2.0 4.0
3 邱玉 宁波大学信息科学与工程学院 4 22 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (23)
参考文献  (15)
节点文献
引证文献  (18)
同被引文献  (59)
二级引证文献  (35)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 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(14)
  • 引证文献(7)
  • 二级引证文献(7)
2019(24)
  • 引证文献(4)
  • 二级引证文献(20)
2020(12)
  • 引证文献(4)
  • 二级引证文献(8)
研究主题发展历程
节点文献
表情识别
脸部肌肉运动的时序性
贝叶斯网络
区间代数
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
论文1v1指导