基于纹理特征融合的人脸表情识别.pdf

基于深度学习的人脸识别pdf

基于HOG多特征融合的素描人脸识别，姚赛赛，陈振学，随着生物识别技术的发展，素描人脸已广泛应用于协助警方确认犯罪嫌疑人的身份中。针对目前大部分识别方法直接使用图像的特征，使

融合PCA、LDA和SVM算法的人脸识别.pdf

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

用于人脸识别的人脸特征点检测，可画出人脸的68个特征点。包括人脸、眼睛、鼻子，嘴巴等特征点。

针对人脸识别过程中所提取特征向量的信息不完整性与整体图像信息数据量较大的问题，提出一种类矩阵神经核特征融合的人脸识别方法。该方法为深度神经网络的首层升维操作，首先将人脸数据作为特征向量的集合，利用随机

为了提高人脸识别率和识别效率，提出一种纹理特征和两级分类器相结合的人脸识别方法。采用灰度共生矩阵表示人脸图像的纹理特征，计算待识别人脸图像与模板间欧式距离，采用拒识阈值进行评判，如果人脸图像归属类别清

提出基于灰度共生矩阵(GLCM)和混沌遗传优化算法(CGA)的人脸表情识别方法(FER)。为了消除遗传算法中个体在解空间内分布的不均匀性,利用混沌的随机性、遍历性和规律性,将混沌引入到遗传算法中,由此

针对包含表情信息的静态图像,提出基于皮肤检测和SVM的人脸表情识别算法。首先根据先验知识,并使用皮肤检测和积分投影相结合定位眉毛眼睛区域和嘴巴区域,自动分割出表情子区域。接着,对分割出的表情子区域进行

基于DCT的人脸特征提取,是图像识别的一个应用很普遍的技术