-
公开(公告)号：CN109033941B
公开(公告)日：2021-07-20
申请号：CN201810566979.7
申请日：2018-06-05
Applicant: 江苏大学
Abstract: 本发明公开了一种基于稀疏投影学习的微表情识别方法，步骤1：采集微表情样本，提取微表情三个正交平面的LBP特征P、Q、R，定义C、D、E分别为XY、XT、YT三个正交平面的特征优化变量；构造优化模型；步骤2：设置迭代计数变量t和n的初始值和最大值；初始化正则化参数κ，κmax，尺度参数ρ；步骤3：初始化n，κ，计算C，更新T1和κ；若||B1‑CT||∞＜10‑8收敛或n＞nmax，进入步骤4；步骤4：初始化n，κ，计算D，更新T2和κ；若||B2‑DT||∞＜10‑8收敛或n＞nmax，进入步骤5；步骤5：初始化n，κ，计算E，更新T3和κ；若||B3‑ET||∞＜10‑8收敛或n＞nmax，进入步骤6；步骤6：令t＝t+1，若t≤tmax，则返回步骤3，否则，输出C、D、E；步骤7：通过优化变量C、D、E对三个正交平面的LBP特征优化得到新的融合特征Ftest，将融合特征Ftest通过训练好的SVM分类器预测出测试样本的情感类别。
-
公开(公告)号：CN109033941A
公开(公告)日：2018-12-18
申请号：CN201810566979.7
申请日：2018-06-05
Applicant: 江苏大学
CPC classification number: G06K9/00302 , G06K9/4604 , G06K9/6256 , G06K9/6269 , G06K9/629 , G06K2009/4666 , G06K2009/4695
Abstract: 本发明公开了一种基于稀疏投影学习的微表情识别方法，步骤1：采集微表情样本，提取微表情三个正交平面的LBP特征P、Q、R，定义C、D、E分别为XY、XT、YT三个正交平面的特征优化变量；构造优化模型；步骤2：设置迭代计数变量t和n的初始值和最大值；初始化正则化参数κ，κmax，尺度参数ρ；步骤3：初始化n，κ，计算C，更新T1和κ；若||B1‑CT||∞＜10‑8收敛或n＞nmax，进入步骤4；步骤4：初始化n，κ，计算D，更新T2和κ；若||B2‑DT||∞＜10‑8收敛或n＞nmax，进入步骤5；步骤5：初始化n，κ，计算E，更新T3和κ；若||B3‑ET||∞＜10‑8收敛或n＞nmax，进入步骤6；步骤6：令t＝t+1，若t≤tmax，则返回步骤3，否则，输出C、D、E；步骤7：通过优化变量C、D、E对三个正交平面的LBP特征优化得到新的融合特征Ftest，将融合特征Ftest通过训练好的SVM分类器预测出测试样本的情感类别。
-
Search Results
2
records
(took 0.016 seconds)
