基于改进的Adaboost_SVM的人脸表情识别

• 作者: 周金彪 惠晓威
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: Adaboost算法 支持向量机 蚁群算法 人脸表情识别
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 光全息与信息处理
• 页码范围: 54-57
• 页数: 4页
• 分类号: TP391.4
• 字数: 2986字
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2014.09.054

摘要

针对AdaBoost算法随着学习难度的增加导致分类器的分类效率下降、稳定性变差等问题，支持向量机在小样本中有特有优势；本文结合两种算法优势，基于蚁群算法对SVM的参数进行优化，改进了Ada-boost_SVM级联分类算法，首先提取haar-like矩形特征通过Adaboost分类器快速排出非人脸区域；用Gabor小波变换提取人脸表情特征，再结合Adaboost_SVM级联分类器进行人脸表情识别。通过对JAFFE表情库进行试验，表情平均识别率达到94.2%，检测速度有了很大提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	惠晓威	辽宁工程技术大学电子与信息工程学院	97	730	12.0	24.0
2	周金彪	辽宁工程技术大学研究生学院	1	10	1.0	1.0