多尺度中心误差补偿二值模式的表情识别

• 作者: 史久根 司小龙
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: Gabor小波 局部二值模式 中心误差补偿二值模式 支持向量机 表情识别
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 148-152
• 页数: 5页
• 分类号: TP391
• 字数: 4132字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1405-0316

摘要

针对Gabor小波与局部二值模式(Local Binary Pattern,LBP)在表情识别上的局限性,提出了一种多尺度中心误差补偿二值模式(Center Error Compensation Binary Pattern,CECBP)的表情识别方法.对预处理后的人脸表情图像创建多尺度的金字塔,用中心误差补偿二值模式对金字塔中的各层图像进行编码,分块提取各层编码后的直方图序列作为特征,用支持向量机(Support Vector Machine,SVM)进行分类.在JAFFE、Cohn-Kanade以及Pain Expression表情库上的交叉验证表明,该方法可以抑制噪声,具有较高的识别率和较快的识别速度,比传统的Gabor 小波以及LBP更具有优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史久根	合肥工业大学计算机与信息学院	35	234	9.0	13.0
2	司小龙	合肥工业大学计算机与信息学院	1	2	1.0	1.0