李霞
- 作品数：4 被引量：30H指数：2
- 供职机构：南京邮电大学通信与信息工程学院更多>>
- 发文基金：国家自然科学基金江苏省普通高校研究生科研创新计划项目江苏省自然科学基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 多模态维度情感预测综述被引量：21
- 2018年
- 维度情感模型通过几个取值连续的维度(如唤醒维、效价维、支配维等)将情感刻画为一个多维信号.与传统的离散情感模型相比,具有表示情感的范围广、能描述情感的演变过程等优点,近年来受到越来越多情感识别研究者的关注.多模态维度情感预测是一项复杂的工程,预测性能受所使用的模态、每个模态的特征提取、信息融合技术、标注人员的标注误差等多方面影响.为了提高多模态维度情感预测的性能,研究者在各个方面都做出了不懈努力.本文综述了维度情感的概念、标注,维度情感预测的性能评价指标以及多模态维度情感预测的研究现状,对比和分析了各种因素对多模态维度情感预测性能的影响,并总结出多模态维度情感预测面临的挑战及发展趋势.
- 李霞李霞卢官明闫静杰
- 关键词：情感识别信息融合特征提取
- 基于混沌序列和分组密码的数字水印技术
- 本文采用张大奇等人提出的一种数字图像置乱方案,利用这种方法对水印信号进行置乱,提出了基于混沌序列和分组密码的数字图像水印算法,将经过基于混沌序列和分组密码置乱后的数字水印信号嵌入图像小波域的低频系数,实现了数字水印的隐蔽...
- 李霞李雷
- 关键词：数字水印混沌序列分组密码混沌置乱数字图像置乱小波域
- 文献传递
- 基于协作表示的人脸表情识别被引量：2
- 2017年
- 针对基于稀疏表示的分类(SRC)算法因采用l1范数最小化求解稀疏表示系数的计算复杂度高,由此提出一种基于协作表示的分类(CRC)算法,并应用于人脸表情识别中。首先,将归一化后的人脸图像分割为若干个互不重叠的子块,采用均匀LBP算子分别提取各个子块的特征向量,并依据每个子块图像的信息熵大小对各个特征向量进行加权后串接组合起来,构成一个联合特征向量,作为描述该图像的特征向量;然后,采用主成分分析(PCA)方法对测试样本和训练样本图像的特征向量进行降维;最后,采用基于协作表示的分类(CRC)算法,将测试样本图像的表情分为7类:生气、厌恶、恐惧、中性、悲伤、高兴和惊讶。在JAFFE数据库上的实验结果表明了本文算法的有效性,CRC算法的识别率与SRC算法几乎相当,但大大降低了计算复杂度,识别时间约为SRC算法的1/60。
- 卢官明石婉婉李霞张正言闫静杰
- 关键词：人脸表情识别局部二值模式主成分分析
- 基于遗传算法的多模态情感特征融合方法被引量：7
- 2019年
- 为了提高情感识别的准确率,针对单模态情感识别率低以及常规特征融合方法存在的缺点,提出了一种基于遗传算法的多模态情感特征融合方法,利用遗传算法对多个模态的情感特征进行选择、交叉以及重组。在eNTRAFACE’05表情-语音双模态情感数据库上进行了情感识别测试,对基于面部表情或语音的单模态情感识别,以及基于特征层或决策层融合的各种双模态情感识别的性能进行了比较。实验结果表明,双模态情感识别的性能高于单模态情感识别,而且文中提出的基于遗传算法的多模态情感特征融合方法比其他几种常规的特征融合方法的效果好,验证了文中提出的方法的可行性和有效性。
- 卢官明程晓李霞闫静杰李海波
- 关键词：遗传算法
