| 塊LBP-TOP稀疏表示表情與車輛檢測技術研究 | |
| 所屬分類：技術論文 | |
| 上傳者：aetmagazine | |
| 文檔大?。?span>528 K | |
| 標簽： 微表情 車輛狀態檢測 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)特征和改進的加權稀疏表示分類解決微表情識別與專用線車輛狀態檢測問題。首先利用LBP-TOP特征描述符對從分塊圖像中選擇出的有效塊進行提取特征，將提取的特征作為字典，采取加權稀疏表示(Weighted Sparse Representation，WSRC)和對偶增廣拉格朗日乘子法(Dual Augmented Lagrange Multiplier，DALM)相結合的算法(WSRC_DALM)進行稀疏表示分類；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表情數據庫上采用“留一人交叉驗證”(Leave One Subject Out, LOSO)的分類方法進行5分類，得到的識別率分別達到了77.30%與58.82%，在車輛狀態檢測檢測數據庫上的實驗達到了84.60%的檢測率。實驗結果表明了所提出算法的有效性。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2