您的位置： 专家智库 > >

兰兰

作品数：3 被引量：10H指数：1
供职机构：吉林大学更多>>
发文基金：吉林省科技发展计划基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文
  • 1篇专利

领域

  • 2篇自动化与计算...

主题

  • 2篇支持向量
  • 2篇支持向量机
  • 2篇向量
  • 2篇向量机
  • 2篇局部线性嵌入
  • 2篇表情识别
  • 1篇多特征融合
  • 1篇智能手机
  • 1篇人脸
  • 1篇人脸表情
  • 1篇人脸表情识别
  • 1篇入侵
  • 1篇入侵报警
  • 1篇视频
  • 1篇视频图像
  • 1篇视频图像采集
  • 1篇手机
  • 1篇图像
  • 1篇图像采集
  • 1篇主动表观模型

机构

  • 3篇吉林大学

作者

  • 3篇兰兰
  • 2篇陈万忠
  • 1篇李晶
  • 1篇李明阳
  • 1篇黄思慧

传媒

  • 1篇吉林大学学报...

年份

  • 1篇2018
  • 1篇2017
  • 1篇2016
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
一种基于Android智能手机的入侵报警方法及报警装置
本发明公开了一种基于Android智能手机的入侵报警方法及报警装置，装置为：网络摄像机、移动目标检测模块、电源模块、DSP数字信号处理器、报警模块、GSM模块、以太网和Android智能手机客户端，报警方法为：将监控区域...
陈万忠魏庭松兰兰李晶黄思慧李明阳
文献传递
基于融合特征提取与LLE方法的表情识别被引量：10
2017年
为保证所提取特征表征作用的全面性,提出一种基于几何特征和局部纹理特征相结合的特征提取方法。将基于主动表观模型(AAM:Active Appearance Model)特征点标记提取的几何特征和基于局部二值模式(LBP:Local Binary Pattern)提取的眼部和嘴部纹理特征进行融合,融合后的特征经局部线性嵌入(LLE:Locally Linear Embedding)方法进行特征降维,并使用多分类的支持向量机(SVM:Support Vector Machine)进行分类识别。该方法分别选取JAFFE数据集7类表情和小样本数据集Yale的4类表情进行实验,识别准确率分别达到了98.57%和91.67%,从而证明了该方法的有效性。
兰兰陈万忠魏庭松
关键词：表情识别主动表观模型局部二值模式局部线性嵌入支持向量机
基于多特征融合的人脸表情识别方法研究
随着计算机科技的发展以及人工智能研究的兴起,面部表情识别（Facial Expression Recognition,FER）已经成为了人工心理及人工情感研究领域中的主要课题,在人机交互技术研究中的重要性也日趋提高。在进...
兰兰
关键词：局部线性嵌入支持向量机
文献传递
全选 清除 导出
共1页<1>
聚类工具0