文献检索-宁波市创意产业特色资源库

限定检索结果

基于Haar特征的Turbo-Boost表情识别算法: 收藏
分享
引用; 《计算机辅助设计与图形学学报》2011年第8期23卷 1442-1446,1454页; 作者：谢尔曼罗森林潘丽敏北京理工大学信息与电子学院信息安全与对抗技术实验室北京100081; 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...; 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.; 来源：详细信息评论

限定检索结果