摘要
使用特征块主成分分析(FBPCA)对人脸表情进行特征提取,然后输入最近邻分类器得到分类结果。同时,讨论了特征脸个数在实验中的影响,总结出了识别率与特征脸数量的关系。分别在JAFFE表情库上做了训练数据包含测试数据和训练数据不包含测试数据等情况的表情识别。
The method of featttre vector can be obtained by feature block principal component analysis, and recognition results is output by the nearest-neighbor. At the same time, the influence of eigenface is discussed in the experiment and the relation of recognition rate and eigenface is given. The experiments of training data includes test data or not are tested in the Japanese female facial expression database.
出处
《计算机工程与设计》
CSCD
北大核心
2008年第12期3151-3153,共3页
Computer Engineering and Design
关键词
特征块主成分分析
表情识别
特征脸
特征提取
最近邻分类器
识别率
feature block principal component analysis （FBPCA）
facial expression recognition
eigenface, feature extraction
nearest-neighbor classifier
recognition rate
作者简介
李俊华（1983-），男，浙江东阳人，硕士研究生，研究方向为模式识别、图像处理.E-mail：sytu2008@163．com
彭力（1967-），男，江西余干人，博士，教授，研究方向为人工智能、情感虚拟人、计算机仿真。
