基于统计学习的人脸表情分类

• 作者: 彭国华 杨康 陈晓
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 人脸表情分类 主动外观模型 主成分分析 特征提取
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 可视化仿真技术
• 页码范围: 237-241
• 页数: 5页
• 分类号: TP391.4
• 字数: 3642字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2009.06.059

摘要

人脸表情分类是一个跨学科富有挑战性的前沿课题.采用主动外观模型(AAM)提取人脸表情特征,建立统计线性的外观模型.建模时分三步:外形建模,纹理建模和外观建模.在纹理建模中针对光照不均的情况,采用直方图均衡化的方法代替原来的迭代法,即缩小了光照偏差又提高了运算速度.分类器的设计对分类效果十分重要,根据样本训练集的概率统计特点设计了一类简单的表情分类器.最后用该方法对Yale人脸库中的表情分类进行实验,实验结果表明:该算法简单易行,运行速度比较快,具有一定的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭国华	西北工业大学理学院	104	768	13.0	22.0
2	陈晓	西北工业大学理学院	38	209	9.0	11.0
3	杨康	西北工业大学管理学院	6	20	3.0	4.0