一种新的多角度人脸表情识别方法

• 作者: 何俊 何忠文 房灵芝 蔡建峰
• 来源期刊: 计算机应用研究
• 关键词: 多角度人脸表情识别 增量修正 并行级联线性回归 特征提取 高斯过程隐变量模型
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 图形图像技术
• 页码范围: 282-286
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.01.060

摘要

传统的多角度人脸表情识别方法是对角度特殊的样本采用角度特殊的分类器识别,该方法忽略了不同角度的人脸表情是相同的人脸表情的不同表现形式,而且传统的多角度人脸表情特征提取时间较长以及不能满足增量更新的要求,基于此,提出了一种新的多角度人脸表情识别方法.该方法首先提取回归模型的增量修正特征,然后用PCA进行特征选择,最后采用判别共享高斯过程隐变量模型识别多角度人脸表情.在CMU-PIE和LFPW数据库上的对比实验表明了该方法较传统的多角度人脸表情识别方法好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何俊	南昌大学信息工程学院	15	232	7.0	15.0
2	何忠文	南昌大学信息工程学院	6	71	6.0	6.0
3	蔡建峰	南昌大学信息工程学院	5	57	4.0	5.0
4	房灵芝	南昌大学信息工程学院	5	64	5.0	5.0