基于混合分类器的表情识别方法

被引：2

作者：

张志平 ^{[1
]}

汪庆淼 ^{[2
]}

机构：

[1] 苏州大学网络中心

[2] 苏州大学计算机科学与技术学院

来源：

计算机工程 | 2010年 / 36卷 / 23期

关键词：

表情识别; 隐马尔可夫模型; 支持向量机; K近邻距离分类器;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

根据隐马尔可夫模型(HMM)适用于处理连续动态序列信号、支持向量机(SVM)与K近邻分类器(KNN)擅长模式分类的特点,设计一种(HMM+KNN)+SVM的混合分类器。利用HMM与KNN对测试样本进行判决。当判决结果相同时,直接输出判决结果,否则引入SVM对测试样本进行再判决。实验结果表明,该方法所确定的分类器优于单一的分类器判决,能有效实现表情识别。

引用

页码：139 / 141+145 +145

页数：4

共 5 条

[1] 一种改进的步态识别方法
赵喜玲
李其申
卢致天
李俊峰
[J]. 计算机工程, 2009, 35 (02) : 177 - 179
[2] 基于HMM/SVM两级结构的汉语易混淆语音识别
王欢良
韩纪庆
李海峰
郑铁然
[J]. 模式识别与人工智能, 2006, 19 (05) : 578 - 584
[3] 基于近邻方法的高维数据可视化聚类发现
俞蓓
王军
叶施仁
[J]. 计算机研究与发展, 2000, (06) : 714 - 720
[4] A tutorial on Support Vector Machines for pattern recognition
Burges, CJC
[J]. DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) : 121 - 167
[5] A general framework for object detection .2 C. Papageorgiou,M. Oren,T Poggio. Proceedings of the 6th IEEE International Conference on Computer Vision . 1998

← 1 →