您的位置: 专家智库 > >

欧阳琰

作品数:3 被引量:14H指数:3
供职机构:华中科技大学图像识别与人工智能研究所更多>>
发文基金: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

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 3篇表情识别
  • 2篇面部表情识别
  • 1篇多分类器
  • 1篇多分类器融合
  • 1篇识别方法
  • 1篇鲁棒
  • 1篇分类器
  • 1篇分类器融合
  • 1篇表情
  • 1篇参数估计

机构

  • 3篇华中科技大学

作者

  • 3篇欧阳琰
  • 2篇桑农
  • 1篇黄锐

传媒

  • 1篇武汉理工大学...
  • 1篇中国体视学与...

年份

  • 2篇2013
  • 1篇2011
3 条 记 录,以下是 1-3
排序方式:
基于鲁棒稀疏编码的表情识别方法被引量:3
2013年
针对传统的稀疏编码模型中假定编码残差服从高斯分布,而在实际应用中,编码残差是不可能完全服从固定分布的问题,采用了一种鲁棒稀疏编码求解方法,并将其应用到表情识别中,通过在Cohn-Kana-da数据库上的测试,证明这一基于鲁棒稀疏编码的表情识别方法比传统基于稀疏表达的识别方法(SRC)识别率更高,并且对遮挡和噪声更鲁棒。
欧阳琰桑农黄锐
关键词:表情识别
基于面部动作单元组合特征的表情识别被引量:6
2011年
人脸表情可以被看作是由面部表情编码系统(FACS)定义的不同面部运动单元的组合。不同于人脸图像的灰度、纹理等表象特征,基于面部运动单元的表情混合特征能够更准确地描述表情,然而,面部运动单元很难精确定位,为了避免这个问题,在前人的工作中通过将图像分成许多子块,并从子块中提取面部运动单元信息来组成基于面部运动单元的表情成分特征。在此基础上,本文首先通过对人脸图像的眼睛和口部作粗定位,接着根据眼睛和口部的水平位置,提取眼睛区域、口部区域和鼻子区域的图像子块,然后对每个子块提取Haar特征,并采用错误率最小策略从这些子块中选出面部运动单元组合特征,最后使用组合特征进行学习得出弱分类器,并嵌入到Boost学习结构中构造出强分类器。通过在Cohn-Kanada数据库上的测试,证明本文的方法能够取得很好的表情分类效果。
欧阳琰桑农
关键词:面部表情识别
面部表情识别方法的研究
人脸表情识别技术能够使计算机识别人的表情,从而营造真正和谐的人机环境。表情识别对建立友好的人机交互界面有着非同一般的重要意义。如今表情识别技术已经深入应用到了我们日常生活中的多个领域:远程教育系统、疲劳驾驶检测系统和微笑...
欧阳琰
关键词:多分类器融合参数估计
共1页<1>
聚类工具0