基于Haar特征的Turbo-Boost表情识别算法
针对AdaBoost在使用Haar特征时的局限性,提出了Turbo-Boost算法.该算法经过两轮AdaBoost迭代,先从原始的Haar特征空间中筛选出F维主要特征子空间,再从中训练T>F个弱分类器,以进行最终的表情识别.在CAS-PEAL-R1表情库上的10折交叉验证结果表明,Turbo-Boost算法可显著提升识别性能,对微笑、皱眉、惊讶、张口和闭眼5类表情的总体识别准确率达到了93.6%.此外,该算法的识别速度快,可满足实时识别的需要.
表情识别、Haar特征、AdaBoost、Turbo-Boost
23
TP391(计算技术、计算机技术)
国家242信息安全计划项目2005C48
2012-01-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
1442-1446,1454