基于肤色增强和分块PCA的人脸表情识别方法

• 作者: 吴茜 杨建飞 王元祥 谢非 龚俊
• 来源期刊: 南京师范大学学报(工程技术版)
• 学科: 工学
• 关键词: 人脸检测 表情识别 主成分分析 肤色模型
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 计算机工程
• 页码范围: 49-56
• 页数: 8页
• 分类号: TP312
• 字数: 4201字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-1292.2017.02.008

摘要

人脸的表情识别在智能人机交互应用中具有重要意义.本文提出了一种基于肤色增强和分块PCA的人脸检测及表情识别方法.首先,使用同态滤波增强肤色图像的亮度范围及对比度,利用YCbCr色彩空间分量分离肤色背景区域,再通过轮廓分析确定人脸目标,最后对分割出的人脸进行均衡化处理,并引入分块主成分分析(PCA)算法进行表情识别.结果表明,该方法在光线较弱以及背景较复杂的情况下均能有效地进行人脸检测与表情识别,相对于传统的LBP方法可提高识别率约为2.3%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢非	南京师范大学江苏省三维打印装备与制造重点实验室	13	25	3.0	4.0
2	龚俊	南京师范大学电气与自动化工程学院	1	1	1.0	1.0
3	王元祥	南京师范大学江苏省三维打印装备与制造重点实验室	1	1	1.0	1.0
4	吴茜	南京师范大学电气与自动化工程学院	5	5	2.0	2.0
5	杨建飞	南京师范大学江苏省三维打印装备与制造重点实验室	21	107	4.0	10.0