参考文献
[1]Rizwan A K.Framework for Reliable,Real-time Facial Expression Recognition for Low Resolution Images[J].Pattern Recognition Letters,2013,34(10):1159-1168.
[2]Wan Shaohua.Spontaneous Facial Expression Recognition:A Robust Metric Learning Approach[J].Pattern Recognition,2014,47(5):1859-1868.
[3]梁绍一,韩德强,韩崇昭.一种基于几何关系的多分类器差异性度量及其在多分类器系统构造中的应用[J].自动化学报,2014,40(3):449-458.
[4]易积政,毛峡,Mitsuru L.基于特征点矢量与纹理形变能量参数融合的人脸表情识别[J].电子与信息学报,2013,35(10):2403-2410.
[5]刘帅师,田彦涛,万川.基于Gabor多方向特征融合与分块直方图的人脸表情识别方法[J].自动化学报,2011,37(12):1455-1463.
[6]胡敏,许艳侠.自适应加权完全局部二值模式的表情识别[J].中国图象图形学报,2013,18(10):1279-1284.
[7]邓楠,徐正光.基于稀疏表征多分类器融合的遮挡人脸识别[J].计算机应用研究,2013,30(6):1914-1916.
[8]朱旭锋,马彩文.基于多不变量和多分类器融合的飞机识别[J].仪器仪表学报,2011,32(7):1621-1627.
[9]张娟,詹永照.基于 Gabor小波和稀疏表示的人脸表情识别[J].计算机工程,2012,38(6):207-212.
[10]李鑫滨,陈云强,张淑清,等.基于LS-SVM多分类器融合决策的混合故障诊断算法[J].振动与冲击,2013,32(19):159-164,182.
[11]杨艺,韩德强,韩崇昭.一种基于证据距离的多分类器差异性度量[J].航空学报,2012,33(6):1093-1099.
[12]林煜明.面向用户观点分析的多分类器集成和优化技术[J].计算机学报,2013,36(8):1650-1658.
[13]罗彬,邵培基,夏国恩.基于多分类器动态选择与成本敏感优化集成的电信客户流失预测研究[J].管理学报,2012,9(9):1373-1381.
[14]Kotsia I,Pitas I.Facial Expression Recognition in Image Sequences Using Geometric Deformation Features and Support Vector Machines[J].IEEE Transactions on Image Processing,2007,16(1):172-187.
[15]赵丽科,宋伟东.Freeman 链码优先级直线提取算法研究[J].武汉大学学报:信息科学版,2014,39(1):42-46.
[16]胡敏,朱弘,王晓华,等.基于梯度Gabor直方图特征的表情识别方法[J].计算机辅助设计与图形学学报,2013,12(25):1856-1861.
[17]徐从东,陈春.一种自适应动态控制参数的粒子群优化算法[J].计算机工程,2013,39(10):203-207.
[18]Liu Haibin,Zhang Guobao.Multiple Features Extraction and Coordination Using Gabor Wavelet Transformation and Fisher Faces with Application to Facial Expression Recognition[C]//Proceedings of CCPR’10.Chongqing,China:
[s.n.],2010:1-5.
[19]Gu Wenfei,Xiang Cheng,Venkatesh Y V,et al.Facial Expression Recognition Using Radial Encoding of Local Gabor Features and Classifier Synthesis[J].Pattern Recognition,2012,45(1):80-91.
编辑索书志 |