基于多人工神经网络和二维主成分分析的面部表情分类
计算机视觉与模式识别
2011-07-19 v1
摘要
面部表情分类是一种图像分类，近年来受到了广泛关注。有许多方法旨在提高分类效率来解决这些问题。一个著名的建议方案描述为：第一步，将图像投影到不同的空间；第二步，在每个空间中，将图像分类到响应类别；最后一步，将上述分类结果合并为最终结果。这种方法的优点在于能够反映图像分类的充分性和多样性。在本文中，我们使用2D-PCA及其变体，结合不同的分组策略，将模式或图像投影到不同的空间。然后，我们开发了一个模型，该模型结合了多个神经网络用于最后一步。该模型评估每个空间的可靠性，并给出最终的分类结论。我们的模型将多个神经网络连接在一起，因此我们称之为多人工神经网络（MANN）。我们将提出的模型应用于JAFFE数据库中的6种基本面部表情，该数据库包含由10名日本女性模特摆出的213张图像。
引用
@article{arxiv.1107.3195,
title = {Facial Expression Classification Based on Multi Artificial Neural Network and Two Dimensional Principal Component Analysis},
author = {Thai Le and Phat Tat and Hai Tran},
journal= {arXiv preprint arXiv:1107.3195},
year = {2011}
}
备注
8 pages, 16 figures, IJCSI International Journal of Computer Science Issues, Vol. 8, Issue 3, No. 1, May 2011