《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》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多特征组合的人脸表情识别方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。