基于matlab的表情识别代码-Facial_Expressions_Identification:使用机器学习技术;决策树和人工神经网络,基

上传者: 38674512 | 上传时间: 2022-05-16 22:31:05 | 文件大小: 1.45MB | 文件类型: ZIP
基于matlab的表情识别代码从面部表情识别情绪 目录 介绍 在实施和测试基本机器学习技术方面的动手经验。 将要检查的技术是决策树(DT)和人工神经网络(ANN)。 这些技术中的每一种都将用于基于一组标记的面部动作单元(AU)从人的面部表情中识别出六种基本情绪(愤怒,厌恶,恐惧,幸福,悲伤和惊奇)。 后者对应于人类面部肌肉的收缩,这是每一个面部表情的基础,包括六种基本情感的面部表情。 前述技术的实施需要对这些技术的理解。 面部动作编码系统和基本情绪 在计算机科学研究中,当今时代的一大挑战是对人类面部表情的自动识别。 能够执行此任务的机器在行为科学,安全性,医学,游戏和人机交互(HMI)等领域具有许多应用。 众多认知科学家已经证明了面部表情在人际交流中的重要性。 例如,我们使用面部表情来同步对话,显示我们的感受并表示同意,否定,理解或困惑,仅举几例。 因为人与人之间的交流比人与机器之间的交流更为自然,所以设计能够模拟人与人之间的交互以实现人与机器之间相同自然交互的机器是逻辑上的一步。 为此,机器应该能够检测并理解我们的面部表情,因为它们是人与人之间交流的重要组成部分。 流式细胞仪 传统上

文件下载

资源详情

[{"title":"( 34 个子文件 1.45MB ) 基于matlab的表情识别代码-Facial_Expressions_Identification:使用机器学习技术;决策树和人工神经网络,基","children":[{"title":"Facial_Expressions_Identification-master","children":[{"title":"test.m <span style='color:#111;'> 211B </span>","children":null,"spread":false},{"title":"Main.m <span style='color:#111;'> 798B </span>","children":null,"spread":false},{"title":"calculatePrecision.m <span style='color:#111;'> 86B </span>","children":null,"spread":false},{"title":"cleandata_students.mat <span style='color:#111;'> 6.30KB </span>","children":null,"spread":false},{"title":"CalcF.m <span style='color:#111;'> 100B </span>","children":null,"spread":false},{"title":"ANNdata.m <span style='color:#111;'> 401B </span>","children":null,"spread":false},{"title":"Assignment2.m <span style='color:#111;'> 1.57KB </span>","children":null,"spread":false},{"title":"chooseBestDecisionAttribute.m <span style='color:#111;'> 879B </span>","children":null,"spread":false},{"title":"emolab2str.m <span style='color:#111;'> 303B </span>","children":null,"spread":false},{"title":"AUOnesEntropy.m <span style='color:#111;'> 507B </span>","children":null,"spread":false},{"title":"EmotionalLabels.m <span style='color:#111;'> 222B </span>","children":null,"spread":false},{"title":"noisydata_students.mat <span style='color:#111;'> 6.65KB </span>","children":null,"spread":false},{"title":"DrawDecisionTree.m <span style='color:#111;'> 3.18KB </span>","children":null,"spread":false},{"title":"pruning_example.m <span style='color:#111;'> 755B </span>","children":null,"spread":false},{"title":"EmoClasses <span style='color:#111;'> 98B </span>","children":null,"spread":false},{"title":"buildConfusionMatrix.m <span style='color:#111;'> 583B </span>","children":null,"spread":false},{"title":"computeMeanRecall.m <span style='color:#111;'> 358B </span>","children":null,"spread":false},{"title":"Resources","children":[{"title":"AUs.png <span style='color:#111;'> 948.84KB </span>","children":null,"spread":false},{"title":"example.png <span style='color:#111;'> 503.53KB </span>","children":null,"spread":false}],"spread":false},{"title":".DS_Store <span style='color:#111;'> 10.00KB </span>","children":null,"spread":false},{"title":"goThroughTree.m <span style='color:#111;'> 315B </span>","children":null,"spread":false},{"title":"calBinTarget.m <span style='color:#111;'> 222B </span>","children":null,"spread":false},{"title":"NNout2labels.m <span style='color:#111;'> 253B </span>","children":null,"spread":false},{"title":"str2emolab.m <span style='color:#111;'> 261B </span>","children":null,"spread":false},{"title":"CalcEntropy.m <span style='color:#111;'> 357B </span>","children":null,"spread":false},{"title":"computeMeanPrecision.m <span style='color:#111;'> 386B </span>","children":null,"spread":false},{"title":"calculateAccuracy.m <span style='color:#111;'> 95B </span>","children":null,"spread":false},{"title":"countPos.m <span style='color:#111;'> 152B </span>","children":null,"spread":false},{"title":"AUZerosEntropy.m <span style='color:#111;'> 539B </span>","children":null,"spread":false},{"title":"calculateRecall.m <span style='color:#111;'> 85B </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 18.96KB </span>","children":null,"spread":false},{"title":"CreateEmoTree.m <span style='color:#111;'> 2.52KB </span>","children":null,"spread":false},{"title":"CalcInfoGain.asv <span style='color:#111;'> 315B </span>","children":null,"spread":false},{"title":"majorityValue.m <span style='color:#111;'> 183B </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明