基于融合特征提取与LLE方法的表情识别

• 作者: 兰兰 陈万忠 魏庭松
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 表情识别 主动表观模型 局部二值模式 局部线性嵌入 支持向量机
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 控制科学与工程
• 页码范围: 384-391
• 页数: 8页
• 分类号: TP391
• 字数: 4806字
• 语种: 中文

摘要

为保证所提取特征表征作用的全面性,提出一种基于几何特征和局部纹理特征相结合的特征提取方法.将基于主动表观模型(AAM:Active Appearance Model)特征点标记提取的几何特征和基于局部二值模式(LBP:Local Binary Pattern)提取的眼部和嘴部纹理特征进行融合,融合后的特征经局部线性嵌入(LLE:Locally Linear Embedding)方法进行特征降维,并使用多分类的支持向量机(SVM:Support Vector Machine)进行分类识别.该方法分别选取JAFFE数据集7类表情和小样本数据集Yale的4类表情进行实验,识别准确率分别达到了98.57%和91.67%,从而证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈万忠	吉林大学通信工程学院	38	449	10.0	21.0
2	兰兰	吉林大学通信工程学院	2	5	1.0	2.0
3	魏庭松	吉林大学通信工程学院	2	5	1.0	2.0