融合DCT和LBP特征的表情识别

• 作者: 李睿 赵晓
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 表情识别 特征融合 局部二值模式 离散余弦变换
• 年，卷（期）: 2013,（15）
• 页码范围: 171-174
• 页数: 4页
• 分类号: TP391.41
• 字数: 2739字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1212-0156

摘要

为了获得更好的面部表情特征，提出了一种融合离散余弦变换（Discrete Cosine Transform，DCT）特征和局部二值模式（Local Binary Pattern，LBP）特征的表情特征提取方法。该方法将人脸图像经过DCT后所获得的低频系数作为表情的整体特征；通过对人脸图像进行分块，计算每个子块的LBP直方图，将这些LBP直方图连接起来形成LBP特征，对该LBP特征使用拉普拉斯特征映射（Laplacian Eigenmaps，LE）降维后得到表情的局部特征。将得到的整体特征和局部特征进行加权融合，使用最近邻分类器进行分类。在JAFFE和Cohn-Kanade表情库上的实验结果表明，该方法比单独使用LBP或者DCT特征，具有更好的效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李睿	兰州理工大学计算机与通信学院	28	111	6.0	9.0
2	赵晓	兰州理工大学计算机与通信学院	1	5	1.0	1.0