面向表情识别的AVR和增强LBP特征选择方法

• 作者: 刘决仕 陈晓光
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 人脸表情识别 LBP特征 AVR特征选取 SVM分类器
• 年，卷（期）: 2009,（19）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 184-188
• 页数: 5页
• 分类号: TP391
• 字数: 3942字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.19.057

摘要

由于对局部纹理特征具有很强的描述能力,LBP(Local Binary Patterns)已经被广泛应用于模式识别、计算机视觉等相关领域,但传统的LBP在表情识别中的正确率并不高,提出了一种结合小波分解的改进LBP特征提取方法,首先使用Adaboost人脸检测算法和2D模型提取人脸图像并归一化,并使用小波分解的方法增强LBP特征,然后通过AVR(Augmented Variance Ratio)特征选取方法降维,最后使用SVM进行分类.JAFFE库上的实验证明了该方法的有效性.