基于二维主分量分析的面部表情识别

• 作者: 应自炉 程剑
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 二维主分量分析 主分量分析 人脸表情识别 特征提取
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 学术探讨
• 页码范围: 32-33,39
• 页数: 3页
• 分类号: TP391
• 字数: 3255字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.05.010

摘要

提出了一种直接基于图像矩阵的二维主分量分析(2DPCA)和多分类器联合的面部表情识别方法.首先利用2DPCA进行特征提取,然后用基于模糊积分的多分类器联合的方法对七种表情(生气、厌恶、恐惧、高兴、中性、悲伤、惊讶)进行识别.在JAFFE人脸表情静态图像库上进行实验,与传统主分量分析(PCA)相比,采用2DPCA进行特征提取,不仅识别率比较高,而且运算速度也有很大的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	应自炉	五邑大学信息学院	55	346	8.0	16.0
2	程剑	五邑大学信息学院	3	37	3.0	3.0