自适应加权融合显著性结构张量和LBP的表情识别

• 作者: 张灵 董俊兰 陈云华
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 显著图 结构张量特征 局部二值模式(LBP)特征 自适应加权
• 年，卷（期）: 2019,（17）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 185-190
• 页数: 6页
• 分类号: TP391.4
• 字数: 5612字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1805-0160

摘要

针对局部二值模式(Local Binary Pattern,LBP)提取纹理特征时忽略了图像的局部结构信息问题,提出一种自适应加权融合显著性结构张量和LBP的表情识别算法.该算法通过对整幅图片进行显著性区域检测得到全局显著图来消除细小的纹理和噪声.在显著图的基础上进一步提取两种显著性纹理特征,根据每种特征信息熵的贡献度来作为特征向量的加权依据.利用支持向量机(Support Vector Machine,SVM)进行表情图像的分类.实验结果表明,自适应加权融合的两种纹理特征能够较好地描述人脸的特征,有效地提高表情识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张灵	广东工业大学计算机学院	56	196	8.0	10.0
2	陈云华	广东工业大学计算机学院	35	152	8.0	10.0
3	董俊兰	广东工业大学计算机学院	2	1	1.0	1.0