新生儿疼痛面部表情识别方法的研究

• 作者: 卢官明 李晓南 李海波
• 来源期刊: 光学学报
• 学科: 工学
• 关键词: 图像处理 表情识别 支持向量机 新生儿疼痛 AdaBoost算法 Gabor变换
• 年，卷（期）: 2008,（11）
• 所属期刊栏目: 图像处理
• 页码范围: 2109-2114
• 页数: 6页
• 分类号: TP391.41
• 字数: 5727字
• 语种: 中文
• DOI: 10.3321/j.issn:0253-2239.2008.11.013

摘要

针对新生儿的疼痛与非疼痛面部表情识别,提出将Gabor变换和支持向量机(SVM)相结合的分类识别方法.对归一化后的大小为112 pixel×92 pixel的新生儿面部图像进行二维Gabor小波变换,提取出412160维Gabor特征;针对Gabor特征向量维数高、冗余大的特点,采用Adaboost算法作为特征选择工具,去除冗余的Gabor特征,从412160维特征中选取出900维Gabor特征;对选取出的Gabor特征用SVM进行疼痛表情的分类识别.该方法综合运用Gabor特征对于面部表情的良好表征能力、AdaBoost算法的特征选择能力以及SVM在处理少样本、高维数问题中的优势.对510幅新生儿的表情图像进行测试的结果表明,疼痛与非疼痛表情的分类识别率达到85.29%,疼痛与安静表情的分类识别率达到94.24%,疼痛与哭表情的分类识别率达到78.24%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢官明	南京邮电大学通信与信息工程学院	74	904	16.0	29.0
2	李晓南		87	742	16.0	23.0