基于C均值K近邻算法的面部表情识别

• 作者: 张一鸣 欧宗瑛 王虹
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 面部表情识别 C均值聚类 K近邻 Gabor小波 Fisherface判别分析
• 年，卷（期）: 2008,（1）
• 页码范围: 57-61
• 页数: 5页
• 分类号: TP391.41
• 字数: 3501字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.2008.01.008

摘要

随着人工智能与模式识别技术的不断发展,面部表情识别在智能人机交互中发挥着越来越重要的作用.通过对人的面部表情分类的研究,提出了一种使用C均值聚类、K近邻算法的面部表情分类方法.对参加训练的表情图像先进行Gabor小波变换,然后使用Fisherface判别分析方法进行变换,求得特征空间.再将已进行Gabor变换的标准表情图像投影到特征空间,进行C均值聚类得到子类表情模板.对于一幅待识别的表情图像,使用K近邻算法与子类表情模板比较,将该表情图像分类.使用该方法,在公开的日本女人表情人脸库上实测达到了95.8%的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	欧宗瑛	大连理工大学机械工程学院	95	1311	22.0	30.0
2	王虹	大连理工大学机械工程学院	4	34	2.0	4.0
3	张一鸣	大连理工大学机械工程学院	6	31	2.0	5.0