面向脸部表情识别的Gabor特征选择方法
针对人脸表情识别中Gabor特征向量的高维度信息冗余问题,提出了一个2层Gabor特征选择方法.该方法首先利用改进方差比率作为评估特征的区分能力对高维向量进行过滤,然后对过滤得到的特征子集进行AdaBoost特征选择,以挑选出最具区分度的特征,从而降低了Gabor特征的表示维度.实验结果验证了所提方法的有效性,在训练时间和识别性能两者之间取得了较好的平衡.
表情识别、Gabor特征、特征选择、方差率、AdaBoost、支持向量机
20
TP391(计算技术、计算机技术)
国家自然科学基金69903006;60373065;国家高技术研究发展计划863计划2007AA01Z334;教育部跨世纪优秀人才培养计划NCET-04-0460
2008-04-10(万方平台首次上网日期,不代表论文的发表时间)
共6页
79-84