10.3969/j.issn.1000-386x.2014.03.045
基于增量学习和 ASM 的人脸表情分析与识别
主动形状模型 ASM（Active shape model）是一种基于参数化的统计模型，主要用在图像特征点提取和图像分割中。在分析传统方法不足的基础上，提出一种改进的主动形状模型定位人脸特征的新方法。该方法采用增量学习 PCA 方法，可以有效解决模型匹配失败和受测试图像影响等因素，同时可对训练集进行纹理模型更新。把改进的方法用在人脸表情分析和识别上，采用SVM建立表情分类器。实验结果表明，改进的方法可以有效提高人脸特征点的定位精度，同时提高了表情识别率。
主动形状模型、特征提取、PCA、增量学习、纹理模型、表情识别、SVM
TP391.41(计算技术、计算机技术)
2014-05-06（万方平台首次上网日期，不代表论文的发表时间）
共5页
171-174,210
