您的位置: 专家智库 > >

国家重点基础研究发展计划(2005CCA04400)

作品数:6 被引量:22H指数:3
相关作者:赵杰煜郑芳颖梁荣华方景龙陈铄更多>>
相关机构:宁波大学浙江工业大学浙江大学更多>>
发文基金:国家重点基础研究发展计划国家自然科学基金浙江省自然科学基金更多>>
相关领域:自动化与计算机技术电子电信理学一般工业技术更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 1篇电子电信
  • 1篇一般工业技术
  • 1篇理学

主题

  • 2篇特征提取
  • 2篇图像
  • 2篇图像分割
  • 2篇马尔可夫
  • 2篇HMM
  • 2篇改进型
  • 1篇隐马尔可夫模...
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇人脸
  • 1篇人脸特征
  • 1篇人脸特征提取
  • 1篇随机场
  • 1篇嵌入式
  • 1篇嵌入式隐马尔...
  • 1篇情感计算
  • 1篇向量
  • 1篇向量机
  • 1篇脸部特征
  • 1篇脸部特征提取

机构

  • 5篇宁波大学
  • 1篇杭州电子科技...
  • 1篇浙江大学
  • 1篇浙江工业大学

作者

  • 5篇赵杰煜
  • 2篇郑芳颖
  • 1篇潘志庚
  • 1篇陈铄
  • 1篇刘箴
  • 1篇王祥荣
  • 1篇方景龙
  • 1篇梁荣华
  • 1篇岑杰

传媒

  • 1篇模式识别与人...
  • 1篇电子学报
  • 1篇计算机工程
  • 1篇计算机应用研...
  • 1篇中国科学(E...
  • 1篇宁波大学学报...

年份

  • 1篇2009
  • 3篇2008
  • 2篇2007
6 条 记 录,以下是 1-6
排序方式:
扩展型HMM在表情识别中的应用研究
2008年
根据表情与人脸表情特征关系,提出采用隐马尔可夫模型进行人脸表情识别;又鉴于人脸图像二维特性,提出了更具健壮性、更易处理二维数据的扩展型隐马尔可夫模型.该模型相比伪二维隐马尔可夫模型,简化了复杂度.为提高模型的识别效率,根据敏感度不一,提出多重感兴趣区域替代单一的感兴趣区域.为提高表情子库内样本的聚合度及库间样本离散度,提出相应的改进方案.首先通过人脸检测,实现表情样本采集;然后采用二维离散余弦实现图像频域转化,并结合低频数据生成特征向量;最后采用扩展型隐马尔可夫模型进行表情建模,实现表情训练与识别.实验表明:采用扩展型隐马尔可夫模型可有效识别表情,尤其是优化后的设计方案.
郑芳颖赵杰煜
关键词:人脸特征提取
复杂分类问题支持向量机的简化被引量:14
2007年
对于复杂分类问题,不可避免的会有错分情况,此时支持向量机的支持向量较多,影响了识别速度.为了解决这个问题,我们提出了基于最小错分间隔的分类思想,并在此基础上得出了一种新的简化支持向量机.与普通支持向量机相比,这种简化支持向量机有较少的支持向量、较高的识别速度,而且实验结果表明,它的识别精度完全可以与普通支持向量机的识别精度相媲美,甚至更优.
方景龙陈铄潘志庚梁荣华
关键词:支持向量机模式识别
基于马尔可夫随机场的嘴唇特征提取方法被引量:1
2007年
讨论了基于马尔可夫随机场(MRF)模型的融合颜色和边缘信息的嘴唇特征提取方法。首先进行嘴唇区域检测,再结合嘴唇形状特点建立了基于MRF的嘴唇图像分割模型,构造相应的能量函数,并采用改进的最高置信度优先(HCF)算法求解能量函数的最优解,得到图像标记场,进而提取出嘴唇轮廓。结合人脸结构信息,提出了融合鼻孔角度信息的嘴唇特征点提取方法。实验结果表明,此算法具有良好的鲁棒性。
岑杰赵杰煜
关键词:马尔可夫随机场图像分割
基于改进型嵌入式隐马尔可夫模型的表情识别方法被引量:4
2008年
提出一种基于改进型嵌入式隐马尔可夫模型的表情识别方法.首先通过视频人脸跟踪检验获取关键帧的感兴趣区域.然后利用二维离散余弦变换将人脸图像观测块转化为观测向量.最后实现嵌入式隐马尔可夫进行模型训练与表情识别.实验表明,采用嵌入式隐马尔可夫模型可有效识别表情,改进和优化后的设计方案识别效果良好.
郑芳颖赵杰煜
关键词:情感计算脸部特征提取
基于改进型Potts模型的图像分割被引量:3
2009年
在分析Opera等人提出的能量更新算法的基础上,该文提出了改进算法。对图像预分割,将对像素的处理转换为对像素团的处理,从而加快了聚类的过程。改进了算法的采样方法,用Metropolis采样替代Gibbs采样。在成功分割静态图像的基础上,实现对视频图像序列的分割。实验结果表明该算法比原算法有更佳的分割效果,而且收敛速度比原算法快30-40倍。
王祥荣赵杰煜
关键词:POTTS模型图像分割
实时人脸特征提取
2008年
快速精确的人脸特征提取是人脸识别和表情分析的基础.文中提出了一种新型高效的视频人脸几何特征实时提取方法.视频输入图像以加权图形式表示,通过在加权图上的随机游动实现人脸像素级特征的自动提取,脸部特征包括外轮廓、眉毛、眼睛、鼻子和嘴唇.加权图采用8-邻接结构,定义在图的边上的加权值反映随机游动通过该边的似然度.随机游动模拟了一个各向异性的扩散过程,此扩散过程在滤除图像噪声点的同时保留下脸部特征点.随机游动从一些事先通过颜色和运动信息确定的、最具人脸特征的种子点开始,通过随机游动获得的人脸特征点以其原始形式统一保存在多个链表结构中,并根据人脸各部分的相对位置聚集成对应的特征点集合.有关人脸结构的先验知识通过Bayes方法结合到分析过程中.为了便于高层视觉计算,采用统计形状分析方法,将人脸特征点进一步表示成形状和配准信息,形状是具有仿射不变特性的几何信息,用于描述人脸的全局特征.形状的距离度量采用Procrustes距离.实验结果表明,提出的方法快速高效,能够实时地从视频中提取出人脸特征,在一定程度的光线变化、尺度变化、头部转动、手部干扰的情形下仍可以正常工作.
赵杰煜刘箴
共1页<1>
聚类工具0