| 塊LBP-TOP稀疏表示表情與車輛檢測(cè)技術(shù)研究 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：aetmagazine | |
| 文檔大小：528 K | |
| 標(biāo)簽： 微表情 車輛狀態(tài)檢測(cè) 塊LBP-TOP | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：提出基于分塊LBP-TOP(Local Binary Patterns from Three Orthogonal Planes)特征和改進(jìn)的加權(quán)稀疏表示分類解決微表情識(shí)別與專用線車輛狀態(tài)檢測(cè)問題。首先利用LBP-TOP特征描述符對(duì)從分塊圖像中選擇出的有效塊進(jìn)行提取特征，將提取的特征作為字典，采取加權(quán)稀疏表示(Weighted Sparse Representation，WSRC)和對(duì)偶增廣拉格朗日乘子法(Dual Augmented Lagrange Multiplier，DALM)相結(jié)合的算法(WSRC_DALM)進(jìn)行稀疏表示分類；然后利用不同尺寸的塊劃分圖像，選擇有效塊提取特征，特征融合后參與分類。在CASME Ⅱ與SAMM表情數(shù)據(jù)庫上采用“留一人交叉驗(yàn)證”(Leave One Subject Out, LOSO)的分類方法進(jìn)行5分類，得到的識(shí)別率分別達(dá)到了77.30%與58.82%，在車輛狀態(tài)檢測(cè)檢測(cè)數(shù)據(jù)庫上的實(shí)驗(yàn)達(dá)到了84.60%的檢測(cè)率。實(shí)驗(yàn)結(jié)果表明了所提出算法的有效性。 | |
| 現(xiàn)在下載 | |
| VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
微表情 相關(guān)資源
aetmagazine 的最新分享
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2