《表2 辅机共线改造方案:基于多特征组合的人脸表情识别方法研究》
在本文中,共探索了十组分类模型进行人脸表情识别,10倍交叉误检率由低到高分别为:a) Gabor特征、AAM和形态学运算的组合;b) Gabor特征、Haar小波和AAM的组合;c) Gabor特征、Haar小波和形态学运算的组合;d) Haar小波、AAM和形态学运算的组合;e) Gabor特征、AAM和特征脸的组合;f) Gabor特征、特征脸和形态学运算的组合;g) Gabor特征、Haar小波和特征脸的组合;h) Haar小波、形态学运算和特征脸的组合;i) Haar小波、AAM和特征脸的组合;j) AAM、形态学运算和特征脸的组合。其中第一组分类模型获得边界点的特征组合是人脸表情分类最有效的,提供了95.11%的最佳性能准确度。表2给出了本文组合分类模型10倍交叉误检率低的前四组与同领域其他算法准确率的对比。
图表编号 | XD00198094600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.31 |
作者 | 李哲、李克清、邓军勇 |
绘制单位 | 西安邮电大学电子工程学院、延安大学物理与电子信息学院、西安邮电大学计算机学院、西安邮电大学电子工程学院 |
更多格式 | 高清、无水印(增值服务) |