融合AAM、CNN与LBP特征的人脸表情识别方法

• 作者: 李艳玮 林楠 郑伟勇
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 表情识别 主动形状模型 卷积神经网络 局部二元模式 随机森林
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 智能开发
• 页码范围: 3436-3440
• 页数: 5页
• 分类号: TP391
• 字数: 3821字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2017.12.043

摘要

提出一种人脸表情识别方法,融合主动形状模型(AAM)、卷积神经网络(CNN)和局部二元模式(LBP)3种特征区分不同表情.进行图像预处理操作,核心是采用AAM方法进行姿态校正与面部裁剪,得到规范化的表情图像,在全图上提取AAM和CNN两组全局特征,在AAM定位的6个人脸局部区域图像上提取LBP局部特征,融合全局特征和局部特征,采用随机森林方法进行特征分类.在Cohn-Kanade数据集上的实验结果表明,该方法的表情识别率高,是一种有效的表情识别方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李艳玮	河南工程学院计算机学院	23	53	4.0	6.0
2	郑伟勇	河南工程学院计算机学院	21	51	4.0	6.0
3	林楠	郑州大学软件与应用技术学院	42	216	8.0	13.0