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:
为了自动识别视频中的表情类别,提出基于面部块表情特征编码的视频表情识别方法.检测并精确定位视频中人脸关键点位置,之后以检测到的关键点为中心,提取面部显著特征块;对面部各特征块提取运动历史直方图动态特征描述子,这些描述子被当作表情特征输入Adaboost分类器进行训练和识别;最终预测视频表情类型.通过在国际通用表情数据库BU-4DFE的纹理图像上进行测试,取得了83.2%的平均识别率,充分证明了所提算法的有效性.跟同领域其他主流算法相比,所提算法具有很强的竞争性.
推荐文章
基于深度卷积神经网络的面部表情自动识别检测
表情识别
深度学习
图像处理
视频分析
基于面部结构的表情识别
人脸表情识别
判别响应图拟合
联合Haar-like特征
Boosting学习
基于深度学习的面部表情识别研究
深度学习
表情识别
神经网络
疲劳驾驶面部表情识别算法
表情识别
加博滤波
核函数
支持向量机
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 基于面部块运动历史直方图特征的视频表情自动识别
来源期刊 计算机应用与软件 学科 工学
关键词 表情识别 人脸配准 MHH 面部显著块 Adaboost分类器
年,卷(期) 2017,(11) 所属期刊栏目 人工智能与识别
研究方向 页码范围 192-196
页数 5页 分类号 TP301.6
字数 4136字 语种 中文
DOI 10.3969/j.issn.1000-386x.2017.11.036
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 郭振铎 中原工学院电子信息学院 16 94 6.0 9.0
2 徐庆伟 中原工学院电子信息学院 16 117 6.0 10.0
3 路向阳 中原工学院电子信息学院 30 54 5.0 5.0
4 高广帅 中原工学院电子信息学院 5 27 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (0)
2007(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(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 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)
2020(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
表情识别
人脸配准
MHH
面部显著块
Adaboost分类器
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导