首页|改进朴素贝叶斯算法的人脸表情识别

改进朴素贝叶斯算法的人脸表情识别

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
传统图像特征提取具有较高维度缺陷,造成算法分类效率低、复杂度高、分类速度慢、计算开销大等问题.为此提出AAM算法,定位关键点提取人脸表情几何特征.将朴素贝叶斯分类器结合特征属性重要度调节高斯核函数,使用K近邻算法实现分类决策,提出一种WNBC-KNN分类方法,从降低数据维度和分类算法两方面优化人脸表情分类.在CK+数据和JAFFE数据集上实验,识别率分别达到90％和86％.与传统的朴素贝叶斯算法比较,改进后的算法识别率分别提高6％和30％.
Facial Expression Recognition Based on Improved Naive Bayes Algorithm

丁童心、禹素萍

展开 >

东华大学信息科学与技术学院,上海201620

人脸表情识别 几何特征 朴素贝叶斯算法

上海市启明星人才计划项目

19QA1400300

2021

10.11907/rjdk.201436

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(1)
  • 4
  • 5