基于LBP特征和熵正则化Wasserstein距离的人脸表情识别

• 作者: 武小平 洪程 章登义 苏科华 郑昌金
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 最优传输 Wasserstein距离 人脸表情识别 熵正则化 K最近邻分类
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 专栏·Web信息系统及应用
• 页码范围: 242-246,260
• 页数: 6页
• 分类号: TP391.4
• 字数: 4048字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2017.02.010

摘要

针对K最近邻分类中相似度量的量化问题,结合最优传输理论中Wasserstein距离数学特性,提出一种基于LBP特征和熵正则化Wasserstein距离的K近邻分类方法.首先对人脸表情图像进行预处理,然后使用LBP算子对图像进行特征提取获得LBP特征直方图,最后使用熵正则化的Wasserstein距离作为特征直方图之间的相似性度量的K最近邻分类方法进行人脸表情识别分类.实验结果表明该方法相较于单纯基于LBP的方法识别率有较大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	武小平	武汉大学计算机学院	20	64	5.0	6.0
2	章登义	武汉大学计算机学院	33	236	8.0	14.0
3	洪程	武汉大学计算机学院	2	4	1.0	2.0
4	苏科华	武汉大学计算机学院	13	53	4.0	7.0
5	郑昌金	武汉大学计算机学院	2	4	1.0	2.0