微表情识别方法综述

由于微表情能够揭露人类内心试图隐藏的真实情感,在测谎、反恐、临床医学等方面具有广泛的应用价值,微表情识别备受关注。本文从微表情识别的三个阶段:预处理、特征提取和微表情分类进行了分析,对各阶段采用的关键技术进行了比较;对现存的微表情数据库进行对比总结。最后阐述了微表情识别存在的主要问题,并对未来可能的发展方向进行展望。

改进的基于增强型HOG的行人检测算法

行人检测在人工智能系统、车辆辅助驾驶系统和智能监控等领域具有重要的应用,是当前的研究热点.针对HOG特征不明显、支持向量机(SVM)分类器计算复杂度高,导致识别率低和检测速度慢的问题,本文提出了一种改进的基于增强型HOG的行人检测算法.该算法首先预处理原始图像并提取其HOG特征,然后增强该特征生成增强型HOG,经XGBoost分类器进行行人检测.在INRIA数据集上进行测试,实验结果表明所提算法识别率高达95.49%,有效地提高了行人检测性能.