一种自适应加权LDP的虚拟现实设备表情识别方法

• 作者: 刘贞 叶杨 孙会龙
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 虚拟现实 表情识别 LDP 自适应
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 智能技术
• 页码范围: 109-114
• 页数: 6页
• 分类号: TP391
• 字数: 3539字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2019.10.017

摘要

图像捕捉识别是虚拟现实设备表情捕捉识别方式之一,其核心在于表情识别算法.针对基于LDP(local directional pattern)的表情识别方法特征提取效率不高导致准确率偏低的问题,提出一种融合方向梯度特征的自适应加权LDP表情识别方法.首先,对人脸图像进行HOG(histogram of oriented gradient)方向梯度特征提取;之后,将其对应的梯度幅值图按照LDP分块方式进行子图像划分,得出自适应加权的LDP特征向量;最后,将新的特征向量与HOG方向梯度特征进行融合,送入SVM(support vector machine)分类器进行分类识别.为验证所提出算法的性能,将该算法与LDP、PCA-LDP、Multicore-CNN算法分别在Extend Cohn-Kanade表情库中进行实验比较.结果 表明:所提出的算法有较好的人脸表情识别率和识别效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘贞		45	245	9.0	13.0
3	孙会龙		8	4	2.0	2.0
6	叶杨		2	0	0.0	0.0