基于Haar特征的Turbo-Boost表情识别算法

被引：6

作者：

谢尔曼

罗森林

潘丽敏

机构：

[1] 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

来源：

计算机辅助设计与图形学学报 | 2011年 / 23卷 / 08期

关键词：

表情识别; Haar特征; AdaBoost; Turbo-Boost;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

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.

引用

页码：1442 / 1446+1454 +1454

页数：6

共 6 条

[1] 面向脸部表情识别的Gabor特征选择方法 [J].