英译汉,不要机译,还有两段帮下忙,给你100分最后的两段

英译汉,不要机译,还有两段帮下忙,给你100分最后的两段
英译汉,不要机译,还有两段帮下忙,给你100分
最后的两段

英译汉,不要机译,还有两段帮下忙,给你100分最后的两段
我们提出了一种新的人脸的特征的分析描述,局部二进制模式的金字塔（PLBP）（参见第3节）.PLBP是局部二进制模式（LBP）的空间表示（ojalaet等人,1996）,它代表了局部纹理（LBP）和纹理的空间布置来刺激.我们结合锥体的方法与LBP描述符面部特征分析这种方法已被证明是在各种图像处理任务中是非常有效果的（hadjidemetriou等人,2004）.因此,该描述符是一个简单并且有效的LBP图像表示的延伸,它显示了对低分辨率图像的人脸表情识别任务的性能显着提高.我们在自动人脸表情识别（FER）对人类视觉系统（HVS）的基础上（参见第5节）,提出了PLBP特点只能来至于脸上的显著区域.根据HVS我们为了确定人脸区域（S）的哪一个部分才是最重要最突出的,我们进行了一项心理视觉实验使用眼跟踪器（参见4节）.通过心理视觉实验研究我们认为六个普遍的面部表情被证明有跨文化的一致性（艾克曼,1971）.这六个表情表达愤怒,厌恶,恐惧,快乐,悲伤和惊奇.结构的创新之处在于,它是光照不变,依靠的低分辨率图像和充分自发的表达来工作的.
一般来说,面部表情识别系统包括三个步骤：人脸检测,特征提取与表达.同样得到图1所示.在我们的结构,我们跟踪的脸/突出的面部区域使用–琼斯中提琴的目标检测算法（Viola和琼斯,2001）是最常被引用的是最快和最准确的人脸检测的模式识别方法（科隆和土耳其人,2004）.在结构中的第二步是特征提取,这是本研究的贡献的地区.最佳的特点,应尽量减少在表达式类的变化,同时最大化类间的变化.如果使用的功能不足,甚至最好的分类器可能无法实现准确的识别（山等人.,2009）.第三人脸的特征提取是基于人类视觉系统（HVS）的新方法.研究和下架HVS我们进行心理视觉实验.心理视觉实验研究是在4节中简要介绍了.表情分类或识别管道中的最后一步.在文学中直接识别原型的表达或表情识别通过面部动作编码系统（FACS）动作单元（AU）这两种不同的方式被普遍承认（艾克曼和Friesen,1978）.在我们所提出的结构中,哪一个才是直接分类六单通用原型的表达（艾克曼,1971）.评估五种不同的分类结构的性能（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节.下一节用简要的文献介绍了人脸的特征提取方法.