基于LBP层次特征的表情识别算法

在数字图像处理和模式识别领域，LBP指局部二值模式，英文全称：LocalBinaryPatterns。最初功能为辅助图像局部对比度，并不是一个完整的特征描述子。

针对小波变换在提取图像边缘特征上的局限性，提出一种使用Curvelet变换进行边缘纹理特征提取的表情识别方法。Curvelet变换在表达图像的边缘曲线上的奇异性时比小波变换更能得到稀疏的图像表示。在表

Smiley face recognition code based on pca feature extraction (language tool is matlab)

在人脸表情识别中,基于局部二值模式(LBP)算子算法与传统的特征提取算法相比具有特征提取准确、精细、光照不变性等优点,但也有直方图维数高、判别能力差、具有冗余信息等缺点。本文提出一种C-LBP算法通过

为解决人脸表情识别任务中存在的类内表情差异性大、类间表情相似度高的问题,基于传统的Softmax损失函数和Island损失函数,提出一种新的基于余弦距离损失函数来指导深度卷积神经网络的学习。该方法不仅

针对LBP算法在提取全局特征时冗余,不具有针对性的缺点,本文提出一种基于能量熵判别的ELBP人脸表情识别算法。该算法引入扩展的LBP算法(ELBP)得到表情图像的特征向量,可有效的降低LBP特征向量的

摘要 摘要 人脸表情识别任务分为基于静态图片的人脸表情识别和基于视频序列的表情识别 本文研究基于视频序列的人脸表情识别 首先本文提出了一种基于混合表达输入的统计特征提取与分类算法该算法的创 新之处在于

基于深度学习的人脸表情识别算法研究.pdf

多关系中基于层次的实体识别算法，王宏志，朴东升，实体识别在数据质量管理中起着重要的作用，然而，当前的实体识别方法仅局限于数据库中的单个关系，而没有考虑多关系数据库中的实

针对纹理特征的方向无序性,提出了一种基于多向梯度模算子的快速算法。在图像预处理的基础上对亮度进行修正,消除亮度的非均匀性对纹理特征提取造成的干扰。利用多向梯度算子在局部区域运算确定梯度方向,并构建二维