作者：孙劲光; 严华机器视觉概率图模型表情区域分割softmax分类器表情分类
摘要：针对在小规模样本集上如何提高学习算法的准确率问题,提出了基于概率图模型的表情分类算法.本文提出了一种表情区域分割方法,将人脸表情图像划分为5个面部区域,通过概率图模型的分类方法理论基础,由5个表情分类子网络和Softmax分类层构成基于概率图模型的表情分类模型,实现对人脸表情图像的分类.通过在JAFFE人脸表情库和CK表情数据库上实验分析,得到识别准确率分别为97.78%和98.95%,分别提高了1.85%和5.92%准确率.实验结果表明:本文方法对表情分类识别率的提高有重要意义,并且本文方法有效提高了对于小样本图像的分析与理解能力.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《辽宁工程技术大学学报·自然科学版》（CN：21-1379/N）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度，颇受业界和广大读者的关注和好评。 《辽宁工程技术大学学报·自然科学版》以辽金史研究为特色，依靠和吸引国内专家、学者，发表了几十篇深具影响力的辽金史研究方面的论文。获奖情况：社会科学版先后在辽宁省新闻出版局及辽宁省期刊学会主办的期刊优秀栏目评比中获优秀栏目二等奖；首批获得全国学术期刊光盘版编排规范执行优秀奖。
杂志详情
