Biblioteca31.320 documentos en línea

Artículo

Weighted Feature Gaussian Kernel SVM for Emotion RecognitionSVM de núcleo gaussiano de características ponderadas para el reconocimiento de emociones

Resumen

El reconocimiento de emociones con función ponderada basada en la expresión facial es un tema de investigación desafiante y ha atraído gran atención en los últimos años. Este artículo presenta un método novedoso que utiliza la tasa de reconocimiento de subregiones para ponderar la función kernel. En primer lugar, dividimos la imagen de expresión facial en algunas subregiones uniformes y calculamos la tasa de reconocimiento y el peso correspondientes. A continuación, obtenemos una función kernel gaussiana ponderada y construimos un clasificador basado en una máquina de vectores de apoyo (SVM). Por último, los resultados experimentales sugieren que el enfoque basado en la función kernel gaussiana ponderada tiene un buen rendimiento en la tasa de reconocimiento de emociones. Los experimentos con el conjunto de datos Cohn-Kanade (CK ) ampliado muestran que nuestro método ha logrado resultados de reconocimiento alentadores en comparación con los métodos del estado de la técnica.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento