基于增量学习和 ASM 的人脸表情分析与识别

• 作者: 梁雪梅
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 主动形状模型 特征提取 PCA 增量学习 纹理模型 表情识别 SVM
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 171-174,210
• 页数: 5页
• 分类号: TP391.41
• 字数: 4727字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.03.045

摘要

主动形状模型 ASM（Active shape model）是一种基于参数化的统计模型，主要用在图像特征点提取和图像分割中。在分析传统方法不足的基础上，提出一种改进的主动形状模型定位人脸特征的新方法。该方法采用增量学习 PCA 方法，可以有效解决模型匹配失败和受测试图像影响等因素，同时可对训练集进行纹理模型更新。把改进的方法用在人脸表情分析和识别上，采用SVM建立表情分类器。实验结果表明，改进的方法可以有效提高人脸特征点的定位精度，同时提高了表情识别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁雪梅	重庆电子工程职业学院计算机学院	10	11	2.0	3.0