基于自回归模型的动态表情识别

作     者：苏志铭 陈靓影 Su Zhiming;Chen Jingying

作者机构：华中师范大学国家数字化学习工程技术研究中心武汉430079 华中师范大学教育信息技术协同创新中心武汉430079 

基　　金：国家社会科学基金(16BSH107) 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2017年第29卷第6期

页      码：1085-1092页

摘      要：采用几何信息和纹理信息融合的混合特征,基于自回归(AR)模型,提出一种基于线段的相似度判决方法实现动态表情识别.首先在6种基本表情的图像序列训练集上进行训练得到6种AR模型,然后给定测试表情序列,对每一个测试序列通过6种AR模型生成6种预测序列,接着比较每种预测序列与实际给定序列的相似性,最终根据相似性判断所给序列的表情类别.为了更好地比较预测序列与给定序列的相似性,提出了一种基于线段的相似度判决方法.基于Cohn-Kanade+人脸表情库进行实验结果表明,该方法在动态表情识别上取得了良好的效果.

主 题 词：动态表情识别 几何特征 纹理特征 二阶自回归模型 

学科分类：08[工学] 080203[080203] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3969/j.issn.1003-9775.2017.06.014

馆 藏 号：203232438...