基于旋转 Slepian 矩不变量的面部表情分类
计算机视觉与模式识别
2016-07-06 v1
摘要
旋转矩不变量在图像处理与模式识别中备受关注。本文提出一种基于 Slepian 函数的新型旋转矩不变量，该函数最初在亥姆霍兹方程分离变量法中引入。它们在20世纪60年代由 Slepian 及其合作者首次针对时间序列提出。近期研究表明，与其他逼近基相比，这些函数在局部逼近中具有良好性能。受良好逼近性能的启发，我们构造了基于 Slepian 的矩并推导了旋转不变量。我们不仅从理论上证明了该不变性，还讨论了在真实数据上的实验。所提出的旋转不变量对噪声鲁棒，并在面部表情分类中取得了不错性能。
引用
@article{arxiv.1607.01040,
title = {Facial Expression Classification Using Rotation Slepian-based Moment Invariants},
author = {Cuiming Zou and Kit Ian Kou},
journal= {arXiv preprint arXiv:1607.01040},
year = {2016}
}
备注
13 pages, 4 figures