基于小波分析和SVM的人脸表情识别

• 作者: 亓晓旭 姜威 张乐
• 来源期刊: 光学技术
• 学科: 工学
• 关键词: 人脸表情识别 小波能量特征 FLD 支持向量机
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 信息光学与图像处理
• 页码范围: 207-210,214
• 页数: 5页
• 分类号: TP391
• 字数: 4510字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-1582.2008.02.040

摘要

提出了一种能量特征与支持向量机(SVM)相结合的面部表情识别方法.首次提出了小波能量特征在表情识别中的应用.由于小波能量特征具有表现表情纹路的能力,与人脸表情识别的要求正好相符,所以把小波能量特征加入到原始图像中,再用Fisher线性判别法(FLD)进行特征提取,然后采用SVM进行识别.通过对在日本JAFFE人脸表情库中的七种表情(生气、厌恶、恐惧、高兴、中性、悲伤、惊讶)进行实验,验证了该方法的有效性.它不仅能获得高的表情识别率,而且过程简单,易于实现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜威	山东大学信息科学与工程学院	74	1024	17.0	29.0
2	张乐	山东大学信息科学与工程学院	58	645	14.0	23.0
3	亓晓旭	山东大学信息科学与工程学院	2	13	2.0	2.0