英译汉,不要机译,高手来

发布网友发布时间：2022-04-30 02:39

共2个回答

热心网友时间：2023-10-08 19:16

一般情况下，面部表情识别系统主要分为三个步骤：人脸检测，特征提取和表情分类。同样已经被示于图1。
在框架中，我们使用中提琴-琼斯目标检测算法（Viola-Jones，2001）跟踪的脸部/面部突出的地方，因为它是被引用最多的，并认为是最快，最准确的模式识别方法进行人脸检测（科隆— 土耳其人，2004）。
在框架中的第二个步骤是提取特征，是这个研究贡献的领域所在。
最优的特点，应尽量减少种类间的变化的表达式，以及种类之间的差异最大化。如果使用的功能不足，即使是最好的分类器可能无法实现准确的识别（Shan等人，2009）。
第3步骤介绍了新颖的面部特征提取是基于人类视觉系统（HVS）的方法。我们学习并理解HVS来进行心理视觉实验。心理视觉实验研究在第4节中简要地描述了表情分类或识别是管道中的最后一步。
在文献中，两种不同的方式很普遍承认表达式直接识别原型的，通过面部动作编码系（FACS）动作单元（AU）的表达式或认可的表达式（埃克曼和弗里森，1978）。
我们提出的框架工作在第5节，直接划分六个通用原型表达式（艾克曼，1971）。
该框架的性能被分为五种（来自不同的家庭，即分类树，基于实例的学习，支持向量机等），结果在第6章介绍。下一节给出了简要的文献的面部特征提取方法检讨。

以上是机器翻译+本人自己的翻译

这么多不容易啊，望采纳

热心网友时间：2023-10-08 19:16

这是试译，全部翻译您需要付费，同意的话可以随时联系我。

面部表情识别系统通常分为三个步骤：面部识别，特征抽取，表情分类。图1展示了这三个步骤，我们在框架中使用Viola–Jones对象检测算法(Viola and Jones, 2001 )来跟踪面部或显著的面部区域，因为该算法是在面部检测中使用最为普遍，最快最精确的识别方法(Kolsch and Turk, 2004 )。框架中第二个步骤是特征抽取，也是本研究的贡献领域。最优特征应该将组内变异最小化，同时将组间变异最大化。如果使用的特征不足，哪怕最好的分类器也无法实现精确识别(Shan et al., 2009 )。