基于信息融合的面部表情识别

• 作者: 刘松 陈茜
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 几何特征 Fisher线性判别(FLD) 主元分析(PCA) 独立分量分析(ICA) 面部表情识别
• 年，卷（期）: 2006,（12）
• 所属期刊栏目: 学术探讨
• 页码范围: 60-62,65
• 页数: 4页
• 分类号: TP391
• 字数: 3713字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.12.018

摘要

文章提出用支持向量机融合四种基于不同特征表示的面部表情识别方法进行面部表情识别,即几何表示、PCA人脸表示、ICA人脸表示和FLD人脸表示.在用FLD和ICA提取表情特征前先进行PCA,把训练样本的人脸图像向量投影到一个较低维的空间,以达到降维和去除相关性的目的.然后对每一种表情特征表示都用最小距离分类器进行初步分类,最后用支持向量机融合这些分类结果来进行面部表情的最终识别,实验证明本文提出的方案是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘松		1	8	1.0	1.0
2	陈茜		1	8	1.0	1.0