论文部分内容阅读
提出了一种粒子群优化算法(PSO)结合独立分量分析(ICA)的表情特征提取方法。表情图像的独立基向量的获取是采用基本的ICA 算法,为了减少计算复杂度,对原始表情图像进行了滤波降维,并用PSO 算法对处理后的表情图像数据搜索最优的解集合,最后利用隐马尔可夫模型(HMM)作为算法验证的分类器.实验结果表明该算法在保证表情识别率的基础上加快了表情图像特征提取的速度。