Facial expression recognition based on compressive sensing and pyramid processing
| Autor: | Alaa Eleyan, Abubakar Ashir |
|---|---|
| Jazyk: | angličtina |
| Rok vydání: | 2017 |
| Předmět: |
Sıkıştırma algılama
Görüntü piramidi Engineering Image pyramid Facial Expression recognition lcsh:TA1-2040 Yüz İfade tanıma Mühendislik Facial Expression recognition Compressive sensing Image pyramid Compressive sensing lcsh:Engineering (General). Civil engineering (General) Yüz İfade tanıma Sıkıştırma algılama Görüntü piramidi |
| Zdroj: | Pamukkale University Journal of Engineering Sciences, Vol 23, Iss 5, Pp 527-531 (2017) Volume: 23, Issue: 5 527-531 Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi |
| ISSN: | 2147-5881 1300-7009 |
| Popis: | Bumakalede, geliştirilmiş yüz ifadesi tanıma için yeni bir yaklaşım önerilmiştir.Bu yeni yaklaşım sıkıştırma algılama teorisinden ve yüz ifadesi problemineçoklu çözünürlük yaklaşımından esinlenmektedir. Başlangıçta, her bir görüntüörneği farklı boyutlarda ve çözünürlüklerdeki piramitlerin istenilen seviyesineayrıştırılmaktadır. Piramidin her seviyesinde, özellikler sıkıştırma algılamateorisine dayanan bir ölçüm matrisi kullanılarak ayrıştırılmaktadır. Bu ölçümlerintamamı orijinal görüntü için bir özellik vektörü oluşturmak için bir arayagetirilmektedir. Üç uzaklık ölçümü sınıflandırıcısı (Manhattan, Öklid, kosinüs)ve destek vektör makinesi kullanımından elde edilen sonuçlar, aynı veritabanları ve ayarlarının kullanıldığı literatürdeki benzer algoritmalarınçoğundan daha etkileyici ve iyidir. Inthis paper, a new approach has been proposed for improved facial expressionrecognition. The new approach is inspired by the compressive sensing theory andmulti-resolution approach to facial expression problems. Initially, each imagesample is decomposed into desired levels of its pyramids at different sizes andresolutions. At each level of the pyramid, features are extracted using ameasurement matrix based on compressive sensing theory. These measurements areconcatenated together to form a feature vector for the original image. Theresults obtained from the approach using three distance measurement classifiers(Manhattan, Euclidean, Cosine) and support vector machine are impressive andoutperforms most of its counterpart algorithms in the literature using the samedatabases and settings. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|