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:
针对人脸不同区域对于各种表情具有不同程度的区分性这一发现,提出一种基于协同表示(Collaborative Representa-tion,CR)筛选特征块的人脸表情识别新方法.首先,通过协同表示学习训练样本,筛选出使得认证样本集中各类表情识别率达到最高的若干候选特征块;之后,在测试阶段,针对每个测试样本从候选块中自动筛选出独立的样本特征块,用于对该测试样本进行分类.与以往的块筛选方法不同,本文针对单个测试样本筛选出区分性的块.本文方法在CK+和JAFFE人脸表情库上的表现超越了其他特征块相关方法,并在不同分辨率和多种强度表情下取得了较好的识别效果.
推荐文章
基于多特征融合的人脸表情识别
表情识别
均值主元分析
线性判别
支持向量机
基于CBP-TOP特征的人脸表情识别
人脸表情识别
人脸检测
尺度归一化
CBP-TOP特征
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
基于虚拟样本的协同表示人脸识别算法
人脸识别
协同表示
虚拟样本
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 协同表示下显著特征块筛选的人脸表情识别
来源期刊 小型微型计算机系统 学科 工学
关键词 特征块筛选 表情识别 协同表示 低分辨率 低强度表情
年,卷(期) 2017,(10) 所属期刊栏目 人工智能与算法研究
研究方向 页码范围 2263-2267
页数 5页 分类号 TP391
字数 5422字 语种 中文
DOI
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 吴秦 江南大学物联网工程学院智能系统与网络计算研究所 29 96 6.0 8.0
3 王念兵 江南大学物联网工程学院智能系统与网络计算研究所 5 24 2.0 4.0
5 张淮 江南大学物联网工程学院智能系统与网络计算研究所 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (4)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
特征块筛选
表情识别
协同表示
低分辨率
低强度表情
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
小型微型计算机系统
月刊
1000-1220
21-1106/TP
大16开
辽宁省沈阳市东陵区南屏东路16号
8-108
1980
chi
出版文献量(篇)
11026
总下载数(次)
17
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导