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:
针对传统动态表情识别方法由于需要处理多帧表情图片而导致提取的特征维数过高、特征类别较为单一、分类器较难适用异构特征数据等问题,提出在帧数不统一的表情图片序列中,利用慢特征分析自动检测表情序列的峰值帧,继而在峰值帧上分别提取表情的几何特征和Gabor特征后降维,并利用深度多核学习对几何特征和Gabor特征融合后的异构特征信息进行学习并分类,从而提高识别率.在The Extended Cohn-Kanade Dataset (CK+)表情库进行的实验结果表明,识别率可达到94.4%.
推荐文章
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
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
基于多任务深度特征提取及 MKPCA 特征融合的语音情感识别
语音情感识别
多任务学习
声学深度特征
语谱图特征
多核主成分分析
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
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 融合特征基于深度多核学习的动态表情识别
来源期刊 计算机应用与软件 学科 工学
关键词 慢特征分析 峰值帧 特征融合 深度多核学习
年,卷(期) 2018,(5) 所属期刊栏目 人工智能与识别
研究方向 页码范围 218-223
页数 6页 分类号 TP3
字数 4130字 语种 中文
DOI 10.3969/j.issn.1000-386x.2018.05.039
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 何秀玲 华中师范大学国家数字化学习工程技术研究中心 34 180 7.0 12.0
2 吴珂 华中师范大学国家数字化学习工程技术研究中心 2 2 1.0 1.0
3 高倩 华中师范大学国家数字化学习工程技术研究中心 6 63 3.0 6.0
4 蒋朗 华中师范大学国家数字化学习工程技术研究中心 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (106)
共引文献  (88)
参考文献  (17)
节点文献
引证文献  (2)
同被引文献  (8)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(9)
  • 参考文献(0)
  • 二级参考文献(9)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(13)
  • 参考文献(0)
  • 二级参考文献(13)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(11)
  • 参考文献(2)
  • 二级参考文献(9)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(8)
  • 参考文献(0)
  • 二级参考文献(8)
2015(7)
  • 参考文献(5)
  • 二级参考文献(2)
2016(6)
  • 参考文献(5)
  • 二级参考文献(1)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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
慢特征分析
峰值帧
特征融合
深度多核学习
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