计算机科学 ›› 2006, Vol. 33 ›› Issue (11): 200-204.
• 计算机网络与信息安全 • 上一篇 下一篇
出版日期:
发布日期:
基金资助:
Online:
Published:
摘要: 本文讨论了最大模型距离准则,对原有最大模型距离准则函数做了合理的修正,并把它应用于隐马尔可夫模型的训练,重新推导了HMM的迭代公式,使得训练后的HMM具有更好的鉴别能力。把这种改进的HMM训练算法应用于面部表情识别,利用本文给出的改进光流算法提取面部表情特征向量序列,构建了基于改进的HMM算法和BP神经网络的面部表情混合分类器,通过实验表明识别率得到有效提高。
关键词: 最大模型距离准则 隐马尔可夫模型 光流 面部表情识别
Abstract: This paper discusses maximum model distance crtiterion and presents some reasonable modification for it, A new approach for HMM-training which is based on the improved maximum model distance crtiterion (IMMD) is described, HMM parameter adaiustment rules
Key words: Maximum model distance crtiterion, HMM,Optical flow, Facial expression recognition
. 一种改进的HMM训练算法及其在面部表情识别中的应用[J]. 计算机科学, 2006, 33(11): 200-204. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2006/V33/I11/200
Cited