基于多尺度分析矩特征的人脸表情识别

• 作者: 支瑞聪 阮秋琦
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: Zernike矩 矩不变量 小波变换 表情识别
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 论文与技术报告
• 页码范围: 692-696
• 页数: 5页
• 分类号: TP391.41
• 字数: 4791字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0530.2009.05.002

摘要

Zernike不变矩具有对噪声不敏感,正交等特性,是表情的有效表征方法,高阶Zernike矩包含更多图像信息,对表情分类的作用更大.但是高阶矩的计算复杂度很大,很难达到快速表情识别的要求.本文利用小波变换对表情图像进行多尺度分析,从低频子图像中计算其Zernike矩作为判别特征进行表情识别.通过小波变换,一方面可以对图像降维,降低计算复杂度;另一方面,小波变换的去噪性能使得识别效果更好.实验表明,基于多尺度分析Zernike矩特征的方法优于单独使用小波变换或Zernike矩特征方法的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阮秋琦	北京交通大学信息科学研究所	105	1445	20.0	32.0
2	支瑞聪	北京交通大学信息科学研究所	2	8	2.0	2.0