基于自动提取特征点的三维人脸表情识别

• 作者: 岳雷 沈庭芝
• 来源期刊: 北京理工大学学报
• 学科: 工学
• 关键词: 三维表情识别 三维特征点 三维欧氏距离 支持向量机
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 信息与控制
• 页码范围: 508-513
• 分类号: TP37
• 语种: 中文
• DOI: 10.15918/j.tbit1001-0645.2016.05.013

摘要

为实现完全自动的人脸表情识别,提出一种基于自动提取三维及二维特征点的三维人脸表情识别算法.该算法采用在三维点云、深度图像以及三维点云对应的二维特征图像上分别自动获得特定特征点,并将非点云上获得的特征点映射回三维点云以获得全部需用特征点的方法.基于这些自动获取的特征点得到三维欧氏距离组成25维特征向量以待分类.通过运用支持向量机作为分类器,取得了平均87.1％的6种基本表情的分类结果,其中惊讶、开心表情的分类结果分别达到了92.3％和91.7％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈庭芝	北京理工大学信息与电子学院	59	583	15.0	22.0
2	岳雷	北京理工大学信息与电子学院	3	16	1.0	3.0