您的位置: 专家智库 > >

湖南省教育厅科研基金(08C606)

作品数:6 被引量:33H指数:3
相关作者:朱明旱罗大庸王一军易励群更多>>
相关机构:湖南文理学院中南大学更多>>
发文基金:湖南省教育厅科研基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 6篇自动化与计算...

主题

  • 4篇流形
  • 3篇映射
  • 2篇人脸
  • 2篇线性映射
  • 2篇流形学习
  • 2篇局部线性嵌入
  • 2篇非线性映射
  • 2篇LLE算法
  • 2篇表情识别
  • 1篇等距
  • 1篇等距映射
  • 1篇迭代
  • 1篇人脸表情
  • 1篇人脸识别
  • 1篇矢量
  • 1篇图像
  • 1篇图像重建
  • 1篇贝叶斯
  • 1篇贝叶斯规则
  • 1篇表情识别算法

机构

  • 6篇湖南文理学院
  • 6篇中南大学

作者

  • 6篇罗大庸
  • 6篇朱明旱
  • 4篇王一军
  • 2篇易励群

传媒

  • 2篇电子学报
  • 1篇光电子.激光
  • 1篇计算机工程与...
  • 1篇光电工程
  • 1篇中国图象图形...

年份

  • 2篇2010
  • 4篇2009
6 条 记 录,以下是 1-6
排序方式:
基于监督式等距映射的人脸和表情识别被引量:4
2009年
提出了一种基于监督式等距映射的人脸和表情识别方法,该方法能同时完成身份和表情的识别。首先,运用监督式等距映射,将训练集中的人脸表情图像投影到低维流形空间,在这个流形空间里,图像的投影不仅实现了按其身份的分离,同时在同身份图像的内部,又实现了按其表情的聚类。然后,用非线性投影,将待测图像嵌入到流形空间。最后,采用加权knn分类器,识别出它的身份和表情。在Cohn-Kanade和JAFFE人脸库上的实验表明,该方法对人脸和表情的识别的准确率比较高。
朱明旱罗大庸王一军
关键词:人脸识别表情识别
一种人脸表情的矢量分解与合成算法
2009年
提出了一种人脸表情的矢量分解与合成算法,能将任意图像分解为6种基本表情的矢量和。根据分解的结果,可以实现表情强度的估计和表情的识别,也可以根据给定的表情强度参数合成各种表情图像,克服了表情强度估计、表情的分解与合成中需要手工标注特征点的问题,降低了训练集的不同对表情识别的影响。
朱明旱罗大庸王一军
关键词:人脸表情流形非线性映射
基于图像重建的表情识别算法被引量:2
2010年
提出了一种基于图像重建的表情识别算法。首先,用LE(lipschitz embedding)算法提取出训练集中各个对象的表情流形,并建立流形向量与图像向量的映射关系。再通过非线性重建,确定待测图像在流形空间中的坐标。最后,用待测图像在各表情路径上的投影,重建各种表情图像,实现表情识别。该算法解决了各表情流形相互重叠的问题,且对表情强度变化具有鲁棒性。在Cohn-Kanade和CMU-AMP人脸库上的结果实验表明,该算法具有较好的表情识别率。
朱明旱罗大庸王一军
关键词:非线性映射图像重建表情识别
基于逆迭代的增量LLE算法被引量:1
2010年
Locally Linear Embedding(LLE)算法是一种很好的流形学习算法,但是它只能以批处理的方式进行,只要有新的样本加入,就必须重作该算法的全部内容。而原来的运算结果被全部丢弃。提出了一种基于逆迭代的增量LLE算法,实现了流形的增量学习。在Swiss roll和S-curve数据库上的实验表明,该算法与LLE算法所计算出的投影值误差小于0.001%,运行的耗时少,具有很好的应用价值。
朱明旱罗大庸
关键词:局部线性嵌入流形学习
基于正交迭代的增量LLE算法被引量:11
2009年
LLE(Locally Linear Embedding)算法是一种较好的流形学习算法,但它只能以批处理的方式进行.只要有新的样本加入,就必须重作该算法的全部内容,而原处理结果被全部丢弃.本文提出了一种基于正交迭代的增量LLE算法,能有效地利用前面的处理结果,实现增量处理.实验表明该算法是有效的.
朱明旱罗大庸易励群王一军
关键词:局部线性嵌入流形学习
一种序列的加权kNN分类方法被引量:15
2009年
针对加权kNN(k-Nearest Neighbor)方法在对样本进行分类时,仅仅只利用了它的k近邻点来进行分类决策的不足,提出了一种序列的加权kNN分类方法.该方法在对某个测试样本进行分类时,除了利用它k近邻点所提供的类别信息外,还有效地利用了前面已分类样本的类别信息,这使得测试样本的分类决策更加合理和有效.在Cohn-Kanade人脸库上进行的表情识别实验表明,在序列样本分类的场合,该方法的分类效果比加权kNN方法更好.
朱明旱罗大庸易励群
关键词:流形贝叶斯规则
共1页<1>
聚类工具0