结合FSVM和KNN的人脸表情识别

王小虎; 黄银珍; 张石清

Chinese

您当前的位置：

首页 >

文章列表页 >

结合FSVM和KNN的人脸表情识别

更新时间：2026-09-04

- 结合FSVM和KNN的人脸表情识别
- Facial Expression Recognition Based on FSVM and KNN
- 微电子学与计算机 2013年30卷第10期页码：38-41
- 作者机构：
  
  1. 湖南工学院机构电气与信息工程学院,湖南,衡阳,421002
  2. 湖南工学院计算机与信息科学学院,湖南,衡阳,421002
  3. 台州学院机构物理与电子工程学院, 浙江临海,317000
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目（61203257）;湖南省教育厅资助项目（10C0578）
- DOI：
  中图分类号：
- 纸质出版：2013
- 稿件说明：
移动端阅览
王小虎, 黄银珍, 张石清. 结合FSVM和KNN的人脸表情识别[J]. 微电子学与计算机, 2013, 30(10): 38-41.

WANG Xiaohu, HUANG Yinzhen, ZHANG Shiqing. Facial Expression Recognition Based on FSVM and KNN[J]. 2013, 30(10): 38-41.
王小虎, 黄银珍, 张石清. 结合FSVM和KNN的人脸表情识别[J]. 微电子学与计算机, 2013, 30(10): 38-41. DOI：

WANG Xiaohu, HUANG Yinzhen, ZHANG Shiqing. Facial Expression Recognition Based on FSVM and KNN[J]. 2013, 30(10): 38-41. DOI：

摘要

为了提高人脸表情的正确识别率

提出了一种组合模糊支持向量机(FSVM)和K-近邻(KNN)的人脸表情识别的新方法。该方法通过主成分分析(PCA)提取人脸表情特征

对于待分类的不同区域

根据区分程度自适应划分为不同区域类型;并结合FSVM和KNN算法的特点

对不同区域类型切换分类算法。实验表明

此方法既能保证分类的精确度

又能简化计算复杂度。

Abstract

To improve the recognition accuracy

a new approach for facial expression recognition based on Fuzzy Support Vector Machine (FSVM) and K-Nearest Neighbor (KNN) is presented in this paper.At first

the feature of the static facial expression image is extracted by the Principle Component Analysis (PCA)

then

the algorithm divide the region into different types

and combine with the characteristic of the FSVM and KNN

switch the classification methods to the different types.The result of the experiment show that proposed algorithm can achieve good recognition accuracy

and can simplify the computation complexity.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种基于特征上下文理解与切片分析的肺结核检测算法

注意力机制与改进密集卷积引导的信息隐藏模型

面向处理器分支预测单元的Spectre攻击轻量化防御方法

基于多尺度融合与小目标增强的航拍车辆检测算法

基于监控指标关联性的微服务异常检测