基于特征融合与决策树技术的表情识别方法

• 作者: 钟伟 黄元亮
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 梯度方向直方图 Haar小波 决策树 SVM
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 393-398
• 页数: 6页
• 分类号: TP391.4
• 字数: 4160字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2017.02.026

摘要

针对复杂状况下传统表情识别方法存在的问题,提出一种新的非特定人表情识别方法.该算法首先提取每张表情图像的HOG特征和Haar小波特征,然后将两种不同的特征串行融合得到整幅图像的特征,最后通过SVM多分类器完成各层人脸表情的分类识别.在JAFFE人脸表情库上的仿真实验中,该方法的分类准确率达到87.9％,平均时耗达到10.296 6 s.对比实验结果表明,所提算法具有更高的识别率、更好的实时性和更强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄元亮	暨南大学电气自动化研究所	27	140	7.0	10.0
2	钟伟	暨南大学理工学院	4	27	3.0	4.0