基于Adaboost-高斯过程分类的人脸表情识别

• 作者: 何芳芳 周昌乐 李文书 钱法涛
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: Adaboost 高斯过程 分类器 表情识别
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 自动化技术、计算机技术
• 页码范围: 79-83
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2012.01.13

摘要

为了弥补Ababoost分类器分类精度不够、训练耗时的缺点,利用高斯过程分类器分类精度高、计算复杂度低的优势,提出一种改进的表情识别方法.该算法将高斯过程分类(GPC)和Adaboost的人脸表情识别算法相结合,在训练二分类Adaboost时利用高斯过程分类器训练弱分类器；把这些弱分类器组合成一个总分类器,将二分类Adaboost-GPC扩展为多类分类算法.采用Gabor提取面部表情特征,由于Gabor特征提取后存在维度变高、冗余大的问题,引入二维主成分分析(2DPCA)对Gabor特征进行选择.基于Cohn-Kanade和JAFFE数据库的实验结果表明,该算法在识别正确率和速度方面的表现均较好.