Resumen

Con el desarrollo de la integración e innovación de Internet e industria, la tecnología de reconocimiento de expresiones faciales (FER) se aplica ampliamente en la comunicación inalámbrica y la computación de borde móvil. La clasificación basada en representación dispersa es un tema candente en visión por computadora y reconocimiento de patrones. Es un tipo de algoritmo de clasificación de imágenes comúnmente utilizado para FER en los últimos años. Para mejorar la precisión del sistema FER, este estudio propuso un clasificador de representación dispersa que incorpora mapeo de subespacios y máquina de soporte vectorial (SRC-SM-SV). Basado en el modelo tradicional de representación dispersa, SRC-SM-SV mapea las muestras de entrenamiento en un subespacio y extrae características ricas y discriminativas utilizando la información estructural y la información de etiqueta de las muestras de entrenamiento. SRC-SM-SV integra la máquina de soporte vectorial para mejorar el rendimiento de clasificación de la codificación de representación dispersa. La solución de SRC-SM-SV

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Desarrollo; Integración; Reconocimiento de expresiones faciales; Clasificación basada en representación dispersa; Máquina de vectores de soporte; Experimentos
• Keywords:Development; Integration; Facial expression recognition; Sparse representation-based classification; Support vector machine; Experiments