基于关键子区域及特征提取的表情识别

作     者：孔英会 陈咨彤 车辚辚 KONG Ying-hui;CHEN Zi-tong;CHE Lin-lin

作者机构：华北电力大学电气与电子工程学院保定071003 

出 版 物：《科学技术与工程》 (Science Technology and Engineering)

年 卷 期：2017年第17卷第34期

页      码：257-262页

摘      要：针对传统表情识别系统不能充分提取关键子区域及有效特征的缺陷,设计了基于关键子区域及特征提取的表情识别系统。首先使用面部关键点检测技术及面部编码系统筛选出关键子区域;然后对其进行特征提取。提出一种改进的局部梯度编码算子(LGC)、局部均值梯度编码算子(LMGC-HD);改进的算子具有更低的维度,能够充分地描述局部形变;且受随机噪声及边缘变化影响小。最后使用支持向量机(SVM)进行分类识别。采用CK+数据集进行实验,结果证明该系统能够有效地提高人脸表情的识别率。

主 题 词：表情识别 面部编码系统 关键子区域 LGC LMGC-HD SVM 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.3969/j.issn.1671-1815.2017.34.042

馆 藏 号：203281024...