基于FLD特征提取的SVM人脸表情识别方法

基于FLD特征提取的SVM人脸表情识别方法
唐京海;张有为
【期刊名称】《计算机工程与应用》
【年(卷),期】2006(42)11
【摘要】文章通过Fisher's Linear Discriminant(FLD)提取静态人脸表情特征,采用"一对一"支持向量机分类器进行了多种表情识别.在JAFFE人脸表情库上分别进行了测试人参与训练和不参与训练两种方案仿真实验,并与最近邻分类器进行比较,支持向量机都取得了更好的识别结果,说明了支持向量机分类器应用于表情识别是可行的.
【总页数】3页(P10-12)
【作者】唐京海;张有为
【作者单位】北京航空航天大学电子信息工程学院,北京,100083;北京航空航天大学电子信息工程学院,北京,100083;五邑大学信息学院,广东,江门,529020
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于多极化多特征提取和SVM的目标识别方法 [J], 杨磊;王晓丹;张玉玺;陈萌
2.基于Gabor特征提取和SVM交通标志识别方法研究 [J], 张传伟;崔万豪
3.基于Curvelet变换和SVM的人脸表情识别方法研究 [J], 薄璐;周菊香
4.基于Gabor、Fisher脸多特征提取及集成SVM的人脸表情识别 [J], 黄永明;章国宝;董飞;达飞鹏
5.基于MFCC特征提取和改进SVM的语音情感数据挖掘分类识别方法研究 [J], 张钰莎;蒋盛益
因版权原因，仅展示原文概要，查看原文内容请购买。