基于改进的主成分分析法的矿工表情识别

• 作者: 张璐璐 杜云 潘涛
• 来源期刊: 河北科技大学学报
• 学科: 工学
• 关键词: 计算机图像处理 矿工表情识别 主成分分析法 Fisher线性判别法 径向基神经网络
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 机械、电子与信息科学
• 页码范围: 45-50
• 页数: 6页
• 分类号: TD76
• 字数: 4184字
• 语种: 中文
• DOI: 10.7535/hbkd.2019yx01008

摘要

针对传统的矿工面部表情识别方法中对矿工面部表情进行特征提取的时间较慢且识别准确率不高的问题,以主成分分析法为基础,运用Fisher线性判别法对传统的主成分分析法进行改进.首先在主成分分析法的基础上增加一个类间离散矩阵,使其投影后不同类别之间特征点的距离更大,同一类别之间特征点的距离更加紧凑,对矿工面部表情图像特征提取的结果更具有代表性和针对性;然后运用径向基神经网络将低维非线性可分的矿工面部表情图像对应的特征矩阵映射到高维空间并使其线性可分,从而实现对矿工面部表情的识别和分类.实验结果表明,所提出的方法对矿工面部表情识别的识别率为89.0％,优于传统矿工面部表情分类识别算法,在矿井安全监控、疲劳驾驶等领域有较好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜云	河北科技大学电气工程学院	31	144	7.0	11.0
2	张璐璐	河北科技大学电气工程学院	9	35	2.0	5.0
3	潘涛		6	12	2.0	3.0