-
题名基于混合特征和分类树的细微表情识别方法
被引量：1
- 1
-
-
作者
李婷
詹永照
周庚涛
-
机构
江苏大学计算机科学与通信工程学院
-
出处
《计算机工程与设计》
CSCD
北大核心
2008年第22期5798-5801,共4页
-
基金
国家自然科学基金项目(60673190)
-
文摘
目前多数人脸表情识别的研究仅限于6种基本表情,未考虑到人脸表情变化是细微的。因此提出了基于混合特征和分类树的细微表情识别方法。对眼睛区域采用Gabor小波变换提取纹理变化特征,对鼻子区域采用2D-DCT提取纹理变化特征,而对嘴巴区域采用改进的AAM提取形状变化特征。分类识别时,将易混淆表情先归为一类进行表情的粗分类,然后对类内的表情选择相应表情贡献较大的特征子区域中的特征,进行表情细分类。在每级分类识别过程中,对每个区域采用离散HMM得出表情概率,最后采用在训练阶段得到的贡献权值进行加权融合得到分类结果。实验结果表明,该方法能够得到较好的识别效果,且处理速度快,适合于实时图像序列的细微表情识别。
-
关键词
细微表情识别
分类树
GABOR小波变换
离散余弦变换
主动表观模型
隐马尔可夫模型
-
Keywords
subtle expression recognition
classifier tree
Gabor wavelet transformation
discrete cosine transform
active appearance model
hidden markov model
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
