注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于Gabor特征提取和神经网络的表情识别

  2. 非常好的表情识别的例子，是南开大学模式识别课程的优秀的课程大作业，研究技术含量很高。压缩包中，不仅含有表情识别完整的论文文档，还含有JAFFE日本女性表情库，还含有全套的matalb函数代码。资料非常完整！

  3. 所属分类：教育

    • 发布日期：2012-07-18
    • 文件大小：12mb
    • 提供者：shuibaiz

  1. 基于opencv的人脸表情识别的预处理

  2. 1、这个工程只是预处理人脸表情的，不含有训练和识别部分。 预处理包括：人眼定位（人眼粗定位，双框框定，人眼精确定位）——几何预处理（人脸图像的旋转矫正、人脸图像的分割、人脸图像缩放）——灰度预处理（直方图均衡化） 2、详细可参考：http://blog.csdn.net/raby_gyl/article/details/12175567 3、工程是基于vs 2008和opencv 2.30编写的。 4、工程的测试图片是日本jaffe女性人脸表情库。 5、工程是基于一篇优秀的硕士论文写的，论文名

  3. 所属分类：C/C++

    • 发布日期：2013-09-30
    • 文件大小：6mb
    • 提供者：xuluhui123

  1. JAFFE剪裁的人脸图像

  2. 基于人眼定位后人脸表情归一化Jaffe库，分辨率为64*64

  3. 所属分类：其它

    • 发布日期：2014-10-08
    • 文件大小：1mb
    • 提供者：wx123456123

  1. 表情识别软件

  2. 对jaffe人脸库进行识别测试的主程序，将jaffe人脸库分为训练集和测试集两部分，首先对图片进行LBP+LPQ特征提取，然后svm分类识别，统计识别率

  3. 所属分类：其它

    • 发布日期：2015-01-12
    • 文件大小：23mb
    • 提供者：qq_25264647

  1. 表情识别 源码Matlab LBP+LPQ SVM PCA

  2. 对jaffe人脸库进行识别测试，将jaffe人脸库分为训练集和测试集两部分，首先对图片进行LBP+LPQ特征提取，然后svm分类识别，统计识别率

  3. 所属分类：专业指导

    • 发布日期：2017-01-10
    • 文件大小：2mb
    • 提供者：qq_18179941

  1. 表情识别 源码Matlab LBP+LPQ SVM PCA

  2. 对jaffe人脸库进行识别测试，将jaffe人脸库分为训练集和测试集两部分，首先对图片进行LBP+LPQ特征提取，然后svm分类识别，统计识别率

  3. 所属分类：互联网

  1. 基于LBP层次特征的表情识别算法

  2. 提出了一种基于LBP层次特征提取的表情识别算法.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,对人脸图像的眼睛和口部作粗定位.采用局部二值模式(LBP)的层次特征提取法,对图像进行分块操作,求出每个子块的LBP直方图,然后将基于整体特征得到的LBP直方图与基于局部特征得到的LBP直方图连接起来,作为整幅图像的LBP直方图.将层次特征提取法所提取的LBP直方图作为嵌入式隐马尔可夫模型(EHMM)的初始向量,即形成观察序列.对JAFFE人脸库中的7种基本表情

  3. 所属分类：其它

  1. 基于Mutual Boost和支持向量机的表情识别

  2. 主要研究自动人脸表情识别(FER),首先使用Gabor算法提取人脸图像的特征,再针对Gabor特征维数高、冗余大及利用传统的AdaBoost算法进行特征选择时特征间仍存在较大冗余的特点,引入了基于互信息的AdaBoost算法(MutualBoost)进行特征选择,降低特征维数和减少特征间的冗余信息量。然后再以SVM分类器进行分类。本算法在JAFFE表情库上进行测试,结果验证了算法的有效性。

  3. 所属分类：其它

    • 发布日期：2020-06-23
    • 文件大小：382kb
    • 提供者：weixin_38703669

  1. 面向人脸表情识别的双模板稀疏分类方法

  2. 提出一种面向人脸表情识别的双模板稀疏分类方法(DT-SRC)。该算法在用训练样本组成观测矩阵的基础上，通过添加正、负双模板构造新的观测矩阵，最后使用稀疏表示分类(SRC)进行识别。分别在JAFFE和CK人脸库中进行验证，结果表明，该算法识别准确率高，比SRC有更好的性能。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：345kb
    • 提供者：weixin_38592848

  1. 基于AR-WLD和分块相似度加权的遮挡表情识别

  2. 针对非约束环境下, 局部遮挡可能会对表情识别造成干扰并影响最终判别结果的问题, 提出一种基于非对称邻域韦伯局部描述子(AR-WLD)和分块相似度加权的表情识别算法。在特征描述上, 相比传统的韦伯局部描述子 (WLD), AR-WLD将原有的方形邻域扩展成非对称邻域, 并进行了多尺度分析, 增强了算子的表征能力。在分类判别时, 为了区分不同面部区域对表情识别的贡献度, 对表情区域进行了不重叠分块; 引入了信息熵来衡量不同子块包含的不确定信息, 依据信息量定义相似性距离的权重; 通过分块相似度加权求

  3. 所属分类：其它

  1. 基于局部先验约束的极低分辨率面部表情识别

  2. 为解决极低分辨率条件下面部表情识别困难的问题，提出一种基于局部先验约束的极低分辨率表情识别方法。通过一种基于局部位置先验约束的超分辨率重建算法与基于局部先验约束的协同表示算法保证重建与识别目标的一致性，最终有效实现对极低分辨率的面部表情图像的表情识别。在公开的JAFFE和CK+两个标准人脸表情库上的对比实验结果表明，本文算法对于极低分辨率的面部表情识别的性能更优。

  3. 所属分类：其它