科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于传统的线性降维方法存在局限性,利用高斯过程隐变量模型的非线性降维,提出一种新的基于高斯过程隐变量模型的表情识别方法。上述方法首先运用高斯过程隐变量对提取的表情特征进行降维,然后利用变分稀疏高斯过程分类方法进行分类识别。选取在JAFFE数据库进行对比仿真,在提取同一类LBP特征的情况下,使用上述方法与单独使用支持向量机和最近邻算法相比较,新方法明显优于以上两种方法。结果表明了新方法能够有效的进行人脸的表情识别。
- 单位
由于传统的线性降维方法存在局限性,利用高斯过程隐变量模型的非线性降维,提出一种新的基于高斯过程隐变量模型的表情识别方法。上述方法首先运用高斯过程隐变量对提取的表情特征进行降维,然后利用变分稀疏高斯过程分类方法进行分类识别。选取在JAFFE数据库进行对比仿真,在提取同一类LBP特征的情况下,使用上述方法与单独使用支持向量机和最近邻算法相比较,新方法明显优于以上两种方法。结果表明了新方法能够有效的进行人脸的表情识别。
