인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
Expression recognition is a crucial aspect of emotion computing research, with significant value in distance education, human-computer interaction, and medical research. This study analyzes students’ emotions on an art education platform with a focus on facial expression recognition algorithms using static images. To overcome the limitation of single facial features, a feature fusion algorithm is proposed to weigh and fuse regional features. The improved Local Binary Patterns (LBP) algorithm enhances texture feature extraction by utilizing a new threshold to describe image pixel relationships. Additionally, the Histogram of Oriented Gradients (HOG) extracts edge features from the eyebrow and mouth areas, which are then fused with the texture feature of the face using optimal weighting coefficients. The fused features are classified and recognized using Support Vector Machine (SVM) classifiers. Comparative experiments on the JAFFE and CK+ datasets demonstrated that the fusion feature-based facial expression recognition algorithm outperformed individual algorithms, achieving a recognition rate improvement of 12.7% and 13.6%, respectively. These findings offer theoretical insights and support for emotional analysis in the context of students’ art education.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092296199
