本项目探索一种基于认知心理学中学习迁移和语义网络理论相结合的表情识别新方法。具体内容包括:1)建立表情语义网络;2)探索基于学习迁移理论的分类器学习与再学习方法;3)探索实现部分相似匹配的分类器学习新方法;4)研究代表性视觉特征选取方法。.人脸表情识别是多学科交叉的研究领域,因此,项目研究取得的突破将对相关学科的发展产生一定影响;同时,迁移是人类认知的一个普遍特点,将学习迁移能力引入计算机表情识别过程,将在使计算机具有情感理解能力的同时,使计算机具有类似人的思维能力;另外,表情识别应用前景广阔,其研究成果可广泛用于和谐人机交互、心理学、远程教育、安全驾驶、安全监控、辨别谎言、电脑游戏等方面,极大程度提高人类的生活质量。
{{i.achievement_title}}
数据更新时间:2023-05-31
路基土水分传感器室内标定方法与影响因素分析
跨社交网络用户对齐技术综述
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
居住环境多维剥夺的地理识别及类型划分——以郑州主城区为例
城市轨道交通车站火灾情况下客流疏散能力评价
基于人脸重建的表情不变三维人脸识别研究
基于在线学习的人脸表情预检测研究
基于分层子空间学习的三维动态人脸表情运动捕捉与迁移
基于稀疏表达理论和RGBD图像的人脸表情识别