基于Gabor小波与FastICA的人脸表情特征提取方法研究

• 作者: 李烈熊
• 来源期刊: 机电技术
• 学科: 工学
• 关键词: Gabor小波 FastICA 人脸表情 特征提取
• 年，卷（期）: 2013,（5）
• 页码范围: 52-55
• 页数: 4页
• 分类号: TP391.41
• 字数: 2609字
• 语种: 中文

摘要

目前社会上习惯将人脸表情细分成7种基本表情，而对于现有7种基本表情的识别效果却还有待提升。目前人脸表情的识别率普遍不高的原因主要是由于特征提取方法不佳，导致后续识别分类器无法达到预想效果。为此，文中提出了一种新的人表表情特征提取方法，该方法结合Gabor小波提取表情海量信息，然后通过FastICA将海量信息降维，得到最优信息，并通过HMM方法验证表情特征提取的有效性。实验结果表明，该方法能有效保证特征信息的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李烈熊		5	6	2.0	2.0