资料下载
×
基于贝叶斯网络等的疼痛表情识别方法
消耗积分:0 |
格式:pdf |
大小:1.69 MB |
2021-06-03
分享资料个
为提高疼痛表情的识别准确性，将约束局部神经域（CLNF）模型和贝叶斯网络（BN）模型相结合，提出一种疼痛表情识别方法。利用CLNF模型获取疼痛表情的关键特征点，在此基础上得到携带大量疼痛信息的面部活动单元（AU），通过对AU加标签处理得到样本数据集。根据定性专家经验获取BN条件概率之间的约束集合，采用变权重方法将样本数据集与约束扩展参数集相融合以完成BN模型的参数估算，并通过BN推理方法实现疼痛表情的最终识别。实验结果表明，与概率潜在语义分析、局部二值体卷积神经网络等方法相比，该方法可有效提高疼痛表情的识别性能，具有更高的识别精度。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
