一种优化的ICA表情特征提取方法

摘要：

提出了一种粒子群优化算法(PSO)结合独立分量分析(ICA)的表情特征提取方法。表情图像的独立基向量的获取是采用基本的ICA 算法,为了减少计算复杂度,对原始表情图像进行了滤波降维,并用PSO 算法对处理后的表情图像数据搜索最优的解集合,最后利用隐马尔可夫模型(HMM)作为算法验证的分类器.实验结果表明该算法在保证表情识别率的基础上加快了表情图像特征提取的速度。

关键词： 粒子群优化 独立分量分析 表情特征 隐马尔可夫模型 特征提取 表情图像 表情识别

作者: 周书仁 梁昔明 朱灿

作者单位: 中南大学信息科学与工程学院,长沙,410083;长沙理工大学计算机与通信工程学院,长沙,410076 中南大学信息科学与工程学院,长沙,410083

会议类型: 国内会议

会议名称: 第26届中国控制会议

会议地点: 湖南张家界

会议语种:中文

页码: 563-566

在线出版日期: 2007-07-26（万方平台首次上网日期，不代表论文的发表时间）