检索结果-内蒙古大学图书馆

Deep Stacked Autoencoder-Based Automatic Emotion Recognition Using an Efficient hybrid local texture descriptor

JOURNAL OF INFORMATION TECHNOLOGY RESEARCH 2022年第1期15卷 1-26页

作者： Pitchaiyan, Shanthi Savarimuthu, Nickolas Natl Inst Technol Dept Comp Applicat Tiruchirappalli India

Extracting an effective facial feature representation is the critical task for an automatic expression recognition system. local binary pattern (LBP) is known to be a popular texture feature for facial expression recognition. However, only a few approaches utilize the relationship between local neighborhood pixels itself. This paper presents a hybrid local texture descriptor (HLTD) that is derived from the logical fusion of local neighborhood XNOR patterns (LNXP) and LBP to investigate the potential of positional pixel relationship in automatic emotion recognition. The LNXP encodes texture information based on two nearest vertical and/or horizontal neighboring pixel of the current pixel whereas LBP encodes the center pixel relationship of the neighboring pixel. After logical feature fusion, the deep stacked autoencoder (DSA) is established on the CK+, MMI, and KDEF-dyn dataset, and the results show that the proposed HLTD-based approach outperforms many of the state-of-the-art methods with an average recognition rate of 97.5% for CK+, 94.1% for MMI, and 88.5% for KDEF.

关键词： Deep Neural Network Emotion Facial Expression Feature Fusion hybrid local texture descriptor Stacked Autoencoder

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：