基于位移特征与随机森林的表情识别方法研究

• 作者: 刘一民 林子澄 黄元亮
• 来源期刊: 光学技术
• 学科: 工学
• 关键词: 人脸表情识别 位移特征 主动形状模型 随机森林 LK光流法
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 信息光学与图像处理
• 页码范围: 25-29
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文

摘要

为了有效地对图像序列进行面部表情识别,提出一种基于主动形状模型(active shape model,ASM)结合Lucas-Kanade(LK)光流法的方法提取位移特征,采用随机森林分类器对提取到的位移特征进行分类与识别.在Extended Cohn-Kanade(CK+)人脸表情数据库上的实验表明,该特征提取方法能够很好地描述图像序列中所包含的表情信息和特征点运动变化信息,比常用的K-近邻、贝叶斯网络和支持向量机等分类器所表现出来的效果要好,其识别率达到95.1％.

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	林子澄	暨南大学理工学院	1	2	1.0	1.0
3	刘一民	暨南大学理工学院	2	2	1.0	1.0