基于Gabor参数矩阵与改进Adaboost的人脸表情识别

• 作者: 张磊 杨凡
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 人脸表情识别 Gabor特征 Gabor小波 遗传算法 Adaboost
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 1134-1138
• 页数: 5页
• 分类号: TP391.41
• 字数: 5865字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2014.04.1134

摘要

针对目前人脸表情识别(FER)中Gabor特征维数高、计算量大并且存在特征冗余的问题,提出一种基于Gabor参数矩阵与改进Adaboost的人脸表情识别算法.首先,结合图像像素信息与Gabor小波核的参数定义Gabor参数矩阵;其次,在Adaboost中引入遗传算法(GA)的思想改进其搜索性能,并利用改进的Adaboost选择与Gabor参数矩阵元素对应的最优特征来构建强分类器,从而通过特征选择的方法降低Gabor特征的维数和冗余,减少计算量;最后,在构建多个强分类器的基础上,提出多表情分类算法实现面部表情的分类识别.基于Matlab的实验结果表明,该算法的平均表情识别率为89.67％,且最优特征的选取效率得到明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨凡	兰州工业学院软件工程学院	2	20	2.0	2.0
2	张磊	兰州工业学院软件工程学院	4	25	3.0	4.0