基于多尺度细节增强的面部表情识别方法

• 作者: 李昭伟 樊亚春 谭小慧
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 表情识别 图像金字塔 高斯差分 细节增强 支持向量机
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 论文
• 页码范围: 2752-2759
• 页数: 8页
• 分类号: TP391.41
• 字数: 5391字
• 语种: 中文
• DOI: 10.11999/JEIT181088

摘要

人类面部表情是其心理情绪变化的最直观刻画,不同人的面部表情具有很大差异,现有表情识别方法均利用面部统计特征区分不同表情,其缺乏对于人脸细节信息的深度挖掘.根据心理学家对面部行为编码的定义可以看出,人脸的局部细节信息决定了其表情意义.因此该文提出一种基于多尺度细节增强的面部表情识别方法,针对面部表情受图像细节影响较大的特点,提出利用高斯金字塔提取图像细节信息,并对图像进行细节增强,从而强化人脸表情信息.针对面部表情的局部性特点,提出利用层次结构的局部梯度特征计算方法,描述面部特征点局部形状特征.最后,使用支持向量机(SVM)对面部表情进行分类.该文在CK+表情数据库中的实验结果表明,该方法不仅验证了图像细节对面部表情识别过程的重要作用,而且在小规模训练数据下也能够得到非常好的识别结果,表情平均识别率达到98.19％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊亚春	北京师范大学虚拟现实应用教育部工程研究中心	18	111	6.0	10.0
2	李昭伟	首都师范大学信息工程学院	1	0	0.0	0.0