中国重要会议论文全文数据库
  关闭
一种优化的ICA表情特征提取方法  
   CAJ下载 PDF下载
【会议录名称】 第二十六届中国控制会议论文集 , 2007 年
Proceedings of the 26th Chinese Control Conference
【作者】 周书仁; 梁昔明; 朱灿;
【英文论文作者】 Zhou Shuren1; 2; Liang Ximing1; Zhu Can1; 2 1.Information Engineering College; Central South University; Changsha 410083; P.R.China 2.Computer & Communication Engineering School; Changsha University of Science & Technology; Changsha 410076; P.R.China;
【作者单位】 中南大学信息科学与工程学院; 长沙理工大学计算机与通信工程学院;
【会议名称】 第二十六届中国控制会议
【英文会议名称】 The 26th Chinese Control Conference
【会议地点】 中国湖南张家界
【主办单位】 中国自动化学会控制理论专业委员会(Technical Committee on Control Theory,Chinese Association of Automation)
【学会名称】 中国自动化学会控制理论专业委员会
【主编】 程代展、吴敏
【关键词】 粒子群优化; 独立分量分析; 表情特征; 隐马尔可夫模型;
【英文论文关键词】 Particle Swarm Optimization; Independent Component Analysis; Expression Feature; Hidden Markov Model;
【论文摘要】 提出了一种粒子群优化算法(PSO)结合独立分量分析(ICA)的表情特征提取方法。表情图像的独立基向量的获取是采用基本的ICA算法,为了减少计算复杂度,对原始表情图像进行了滤波降维,并用PSO算法对处理后的表情图像数据搜索最优的解集合,最后利用隐马尔可夫模型(HMM)作为算法验证的分类器。实验结果表明该算法在保证表情识别率的基础上加快了表情图像特征提取的速度。
【英文论文摘要】 A combined method of expression feature extraction with particle swarm optimization(PSO)and independent component analysis(ICA)is proposed.The basic ICA algorithm is used to derive the independent base vector from the ex-pression images.To decrease the computing complexity,the dimension of the expression image is reduced,and then PSO al-gorithm is applied to process expression data set to get the best optimal solution set.Finally,Hidden Markov Model is used to validate the correctness and validity of the al...
【基金】 国家重点基础研究发展规划(973)项目(No.2002CB312200); 湖南省自然科学基金(NO.06JJ50109)资助
【更新日期】 2012-01-05

xxx
【读者推荐文章】中国期刊全文数据库 中国博士学位论文全文数据库 中国优秀硕士学位论文全文数据库 中国重要会议论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  自动化技术、计算机技术
   计算技术、计算机技术
    计算机的应用
     信息处理(信息加工)
      模式识别与装置
       图像识别及其装置
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号