• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Augmented Cognition >Facial Expression Recognition from Still Images
【24h】

Facial Expression Recognition from Still Images

机译：来自静止图像的面部表情识别

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

With the development of technology, Facial Expression Recognition (FER) become one of the important research areas in Human Computer Interaction. Changes in the movement of some muscles in face create the facial expressions. By defining these changes, facial expressions can be recognized. In this study, a cascaded structure consists of Local Zernike Moments (LZM), Local XOR Patterns (LXP) and Global Zernike Moments (GZM) methods is proposed for the FER problem. The generally used database is the Extended Chon - Kanade (CK +) in FER problems. The database consists of image sequences of 327 expressions of 118 people. Most FER system includes recognition of 7 classes of emotions happiness, sadness, surprise, anger, disgust, fear and contempt, and we use Library of Support Vector Machines (LIBSVM) classifier for multi class classification with the leave one out cross-validation method. Our overall system performance is measured as 90.34% for FER.
机译：随着技术的发展，面部表情识别（FER）成为人类计算机互动中的重要研究领域之一。面部面部肌肉运动的变化产生面部表情。通过定义这些变化，可以识别面部表达式。在这项研究中，级联结构由本地Zernike矩（LZM），本地XOR图案（LXP）和全局Zernike矩（GZM）方法提出用于FER问题。通常使用的数据库是FER问题中的扩展Chon - Kanade（CK +）。数据库由118人327个表达的图像序列组成。大多数FER系统包括识别7级情绪幸福，悲伤，惊喜，愤怒，厌恶，恐惧和蔑视，以及我们使用支持向量机（LIBSVM）分类器进行多级分类，留出一个OUT交叉验证方法。我们的整体系统性能测量为FER的90.34％。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号