一种基于机器学习的人脸情绪识别方法研究

• 作者: 刘波 李坤 李广鹏 黄思琦
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 情绪识别 Explicit Shape Regression PCA 支持向量机
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 27-31
• 页数: 5页
• 分类号: TP301
• 字数: 4328字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2019.05.006

摘要

文中对人脸情绪识别整个过程所使用的算法进行分析和总结,并参考了国内外的人脸情绪识别方面的论文和报告,提出一种传统的基于机器学习的人脸图像情绪识别方法.文中将重点放在人脸表情核心部位(眼睛、眉毛、鼻子和嘴巴),将这些部位的特征向量作为人脸表情主要特征进行处理.使用的人脸关键部位特征提取算法是基于回归的Explicit Shape Regression算法,该算法在人脸特征部位定位方面取得了很好的效果.因为Gabor小波有很好的仿生效果,可以很好地表达表情的变化,所以文中的特征提取算法使用的是Gabor小波.但是考虑到提取出的特征维数过高,算法复杂,耗时较大,在后期用PCA算法进行降维处理,降维之后进行表情分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘波	国防科技大学计算机学院	43	301	9.0	15.0
2	李坤	国防大学政治学院教研保障中心信息技术室	5	2	1.0	1.0
3	李广鹏	国防科技大学计算机学院	1	2	1.0	1.0
4	黄思琦	大连交通大学软件学院	1	2	1.0	1.0