Emotion recognition from thermal infrared images using deep Boltzmann machine
摘要
从热红外线的图象的面部表情和情感识别在最近的年里吸引了越来越多的注意。然而，在当前的工作采用的特征是统计参数从兴趣或通常在可见光谱被使用的几个手工制作的特征的面部区域提取了的任何一个温度。到现在为止，没有图象特征，特殊为热红外线的图象设计。在这份报纸，我们用深 Boltzmann 机器求婚从热红外线的面部图象为情感识别学习热特征。首先，脸从热红外线的图象被定位并且使正常化。然后，由二层组成的一个深 Boltzmann 机器模型被训练。深 Boltzmann 机器模型的参数进一步在特征学习预先训练以后为情感识别被调整。NVIE 数据库上的比较试验性的结果证明我们的途径用从可见领域借的温度统计数值特征或手工制作的特征超过另外的途径。从前额，眼睛，和嘴的有学问的特征为比另外的面部区域区别情感的原子价尺寸是更有效的。另外，我们的学习证明在训练期间从另外的数据库增加未标记的数据能也改进学习性能的特征。
引用本文（GB/T 7714）
Shangfei, Wang, Meng-Hua, 等. Emotion recognition from thermal infrared images using deep Boltzmann machine[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2014.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。