基于ENM-Gabor差分权重的人脸表情特征提取方法

• 作者: 周华平 孙克雷 张道义 桂海霞 秦黄利
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: Gabor 特征 差分权重 表情识别 BP 神经网络 JAFFE 表情库
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 184-189,212
• 页数: 7页
• 分类号: TP391
• 字数: 5096字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.03.031

摘要

针对人脸子区域对表情识别分类的重要程度不同,提出一种基于Gabor小波特征和ENM(Eye,Nose,Mouth)差分权重的表情特征提取方法.通过对人脸眼睛、鼻子、嘴巴三个区域进行特征提取并自适应加以权重,有效地区分了不同区域对识别表情的重要程度.对预处理后的表情图像提取ENM区域Gabor特征;将表情图像与中性图像作差值计算得到ENM差分权重;将ENM-Gabor特征结合差分权重得到最终的表情特征并用BP神经网络进行分类.与其他方法在JAFFE表情库上进行对比实验,实验结果表明,该方法相比于传统Gabor特征提取有了明显的提高,且平均识别率达到99.3％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	桂海霞	安徽理工大学经济与管理学院	28	58	5.0	7.0
2	周华平	安徽理工大学计算机科学与工程学院	40	103	6.0	7.0
3	孙克雷	安徽理工大学计算机科学与工程学院	23	98	5.0	9.0
4	张道义	安徽理工大学计算机科学与工程学院	1	0	0.0	0.0
5	秦黄利	安徽理工大学计算机科学与工程学院	1	0	0.0	0.0