- 一种面部关键部位的疲劳检测方法
- 一种面部关键部位的疲劳检测方法。首先，利用肤色模型检测到人脸区域为AAM提供初始定位，然后基于AAM进行局部人眼和嘴巴跟踪获得眼睛与嘴巴区域，再利用Canny算子对两个区域精确定位，获得疲劳检测参数，最后根据PERCLO...
- 何俊房灵芝蔡建峰何忠文
- 基于LBP特征的融合脸部关键表情区域的表情识别方法
- 人脸表情识别中,LBP特征是一种重要的纹理特征,过往研究中常以整张图片为提取区域,并没有对人脸表情中的关键区域重点提取。针对这一问题,并根据以往LBP特征的提取方法,依据面部运动单元的划分,提出一种基于LBP特征的融合脸...
- 何俊蔡建峰房灵芝何忠文
- 关键词：LBP特征表情识别
- 文献传递
- 多模态情感识别研究进展被引量：13
- 2018年
- 针对多模态情感特征提取与融合的技术难点,列举了目前应用较广的多模态情感识别数据库,介绍了面部表情和语音情感这两个模态的特征提取技术,重点阐述了多模态情感融合识别技术,主要对多模态情感特征融合策略和融合方法进行了综述,对不同算法下的识别效果进行了对比。最后,对多模态情感识别研究中存在的问题进行了探讨,并对未来的研究方向进行了展望。旨在为读者研究此方向建立系统的知识体系,借此推动与此相关问题的进展。
- 何俊刘跃何忠文
- 关键词：情感识别特征提取多模态融合
- 基于ASM和肤色模型的疲劳驾驶检测被引量：7
- 2016年
- 疲劳驾驶研究中,面部关键特征精确定位与跟踪是个难点。提出了一种基于主动形状模型ASM和肤色模型的疲劳驾驶检测方法。首先,利用肤色模型检测到人脸区域为ASM提供初始定位;然后基于ASM进行人眼和嘴巴跟踪获得眼睛与嘴巴区域;再利用Canny算子对两个区域精确定位,获得疲劳检测参数;最后根据PERCLOS方法实现疲劳检测。考虑到基于HSV颜色模型的人脸检测不受姿势和角度的影响,但容易受到背景干扰,而ASM的优点是人脸关键点跟踪效果好,但初始定位困难,将二者结合实现了眼睛与嘴巴精确定位与跟踪。实验表明,眼睛检测准确率可以达到90.7%,哈欠检测准确率可以达到83.3%,疲劳检测准确率达到91.4%。
- 何俊房灵芝蔡建峰何忠文
- 关键词：疲劳驾驶主动形状模型CANNY算子
- 自发表情识别方法综述被引量：3
- 2016年
- 介绍了目前自发表情识别研究的现状与发展水平,详细阐述了自发表情识别研究的内容和方法,以及自发表情识别研究的关键技术,旨在引起研究者对此新兴研究方向的关注与兴趣,从而积极参与对自发表情识别问题的研究,并推动与此相关问题的进展。
- 何俊何忠文蔡建峰房灵芝
- 关键词：表情识别特征提取
- 多角度人脸表情识别关键技术研究
- 现阶段的人脸表情识别技术对标准姿态人脸表情的识别已经达到了很高的水准，然而现在绝大多数的人脸表情识别系统还不能应用于人脸姿态变化的场合。针对人脸表情识别系统中，人脸姿态的变化会对识别结果造成严重干扰这一问题，本文对多角度...
- 何忠文
- 关键词：人脸表情识别特征提取支持向量机
- 文献传递
- 从第二届全国电工电子基础课实验竞赛谈创新实验设计被引量：9
- 2016年
- 针对大学生创新能力培养这个教改研究热点问题,教育部电工电子基础课程教学指导委员会、国家级实验教学示范中心联席会举办了全国电工电子基础课教师创新实验设计竞赛。本文以部分获奖项目为例,以大学生创新能力培养为目标,对创新型实验项目应该具备的课题背景工程性、知识的综合性、实现方法的多样性要素进行了详细分析,为电工电子学科高校教师提供了一个创新实验的设计思路。
- 何俊房灵芝张华蔡剑锋何忠文
- 关键词：电工电子
- 一种新的多角度人脸表情识别方法被引量：8
- 2018年
- 传统的多角度人脸表情识别方法是对角度特殊的样本采用角度特殊的分类器识别,该方法忽略了不同角度的人脸表情是相同的人脸表情的不同表现形式,而且传统的多角度人脸表情特征提取时间较长以及不能满足增量更新的要求,基于此,提出了一种新的多角度人脸表情识别方法。该方法首先提取回归模型的增量修正特征,然后用PCA进行特征选择,最后采用判别共享高斯过程隐变量模型识别多角度人脸表情。在CMU-PIE和LFPW数据库上的对比实验表明了该方法较传统的多角度人脸表情识别方法好。
- 何俊何忠文蔡建峰房灵芝
- 关键词：特征提取
- 一种面部关键部位的疲劳检测方法
- 一种面部关键部位的疲劳检测方法。首先，利用肤色模型检测到人脸区域为AAM提供初始定位，然后基于AAM进行局部人眼和嘴巴跟踪获得眼睛与嘴巴区域，再利用Canny算子对两个区域精确定位，获得疲劳检测参数，最后根据PERCLO...
- 何俊房灵芝蔡建峰何忠文
- 文献传递
- 基于LBP/VAR与DBN模型的人脸表情识别被引量：21
- 2016年
- 针对现有表情识别研究中均采用有监督模型实现特征提取,提出一种新的基于DBN(deep belief net)模型无监督的表情特征提取与识别方法。首先通过对人脸表情图片提取对光照与旋转具有鲁棒性的LBP/VAR初次特征,再通过DBN网络对初次特征实现人脸表情的二次特征提取与分类学习。对DBN参数采用动态搜索的方法,即在一个大范围内搜索确定RBM Mini-batch、BP Mini-batch与RBM隐层数量的最优值,再确定DBN深度与迭代次数最佳值。在CK+数据库上与传统KNN、SVM有监督分类模型进行的对比实验表明,提出的方法在识别率上分别提高了19.34%和14.22%。
- 何俊蔡建峰房灵芝何忠文
- 关键词：表情识别局部二进制模式
