查询结果:   梁雪梅.基于增量学习和ASM的人脸表情分析与识别[J].计算机应用与软件,2014,31(3):171 - 174,210.
中文标题
基于增量学习和ASM的人脸表情分析与识别
发表栏目
人工智能与识别
摘要点击数
630
英文标题
FACIAL EXPRESSION ANALYSIS and RECOGNITION BASED ON INCREMENTAL LEARNING and ACTIVE SHAPE MODEL
作 者
梁雪梅 Liang Xuemei
作者单位
重庆电子工程职业学院计算机学院 重庆 401331     
英文单位
School of Computer Science,Chongqing Electronic Engineering Vocational College,Chongqing 401331,China     
关键词
主动形状模型 特征提取 PCA 增量学习 纹理模型
Keywords
Active shape model Feature extraction PCA Incremental learning Texture model
基金项目
作者资料
梁雪梅,讲师,主研领域:计算机软件与理论。 。
文章摘要
主动形状模型ASM(Active shape model)是一种基于参数化的统计模型,主要用在图像特征点提取和图像分割中。在分析传统方法不足的基础上,提出一种改进的主动形状模型定位人脸特征的新方法。该方法采用增量学习PCA方法,可以有效解决模型匹配失败和受测试图像影响等因素,同时可对训练集进行纹理模型更新。把改进的方法用在人脸表情分析和识别上,采用SVM建立表情分类器。实验结果表明,改进的方法可以有效提高人脸特征点的定位精度,同时提高了表情识别率。
Abstract
Active shape model (ASM) is a parameterisation-based statistical model, which is mainly used in image feature points extraction and image segmentation. An improved new method is proposed which uses ASM to locate the facial features based on analysing the insufficiency of traditional method. By using incremental learning PCA, this method is able to effectively resolve the factors of model matching failure and the effect of the image to be tested, etc., and to update the texture model on training set at the same time. Moreover, the improved method is used for face expression analysis and recognition, and at last the SVM is used to set up the expression classifier. Experimental results show that the improved method can effectively improve the locating accuracy of facial feature points and also improve the expression recognition rate meanwhile.
下载PDF全文