15、面部识别与在线学习情绪分析研究

面部识别与在线学习情绪分析研究

1. 面部识别系统

面部检测和识别系统旨在解决现有手动框架存在的问题。该框架在各种姿势和表情下都能有不错的表现，并且还被用于测试面部识别技术，作为当前工作的基准。

为了实现这一目标，使用了本地数据库，对不同样本上的一些统一执行的程序进行比较，从而根据测试结果的正常执行情况任意执行不同的方法。以下是面部识别和检测策略的结果：
| 方法 | 总面部数 | 识别率(%) | 误识率(%) | 平均处理时间(s) |
| — | — | — | — | — |
| AdaBoost + LBP | 276 | 88.3 | 2.5 | 5.1 |
| AdaBoost + LBP | 305 | 89.5 | 2.89 | 5.2 |
| AdaBoost + Haar | 276 | 92.3 | 2.1 | 4.6 |
| AdaBoost + Haar | 305 | 94.6 | 2.15 | 4.8 |
| 提出的方法 | 276 | 96.89 | 1.3 | 4.2 |
| 提出的方法 | 305 | 98.1 | 1.5 | 4.5 |

方法	总面部数	识别率(%)	误接受率(%)
PCA	344	72.6	4.1