基于PCA与SVM结合的面部表情识别的智能轮椅控制

• 作者: 吴彩明 张毅 罗元
• 来源期刊: 计算机应用研究
• 关键词: 面部表情识别 主成分分析 支持向量机 面部有效区域提取 智能轮椅控制
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3166-3168
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.08.097

摘要

为了实现基于面部表情识别的智能轮椅控制,在传统的支持向量机( SVM)面部表情识别与分类方法的基础上,采用基于“八眼”的面部有效区域提取方法,将基于主成分分析(PCA)的面部表情特征提取方法与支持向量机分类方法相结合,实现了面部表情的识别与分类,并最终实现基于面部表情识别的智能轮椅的运动控制.实验结果表明,所采用的方法在识别率上明显优于传统SVM与PCA方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗元	重庆邮电大学光电工程学院	192	1681	17.0	31.0
2	张毅	重庆邮电大学自动化学院	281	2390	21.0	36.0
3	吴彩明	重庆邮电大学光电工程学院	2	37	2.0	2.0