基于角度几何特征的人脸表情识别

• 作者: 何秀玲 吴珂 周梦莹 李高阳 陈增照
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 几何方法 特征向量 支持向量机
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 120-124
• 页数: 5页
• 分类号: TP3
• 字数: 4207字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.07.019

摘要

人脸表情变化有其心理学上的理论基础,几何特征通常能直观地描述表情的变化.一般的表情识别方法直接利用几何特征和面部纹理信息进行特征提取,通常需要用到不同的图像算法.针对细致的表情变化特点,基于特征点计算角度几何特征,作为表情识别的重要依据,直接利用特征点的好处是可以避免一些过多的图像处理算法,在特征点比较稳定的情况下,能够得到较满意的识别效果.在支持向量机上采用不同的核函数对表情分类和识别,同时进行交叉验证.对特征向量进行优化和组合使得所选取的特征向量能最大限度地表现表情的本质.在CK+表情库上测试该方法,得到的正确率为95.16％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何秀玲	华中师范大学国家数字化学习工程技术研究中心	34	180	7.0	12.0
2	陈增照	华中师范大学国家数字化学习工程技术研究中心	31	225	7.0	14.0
3	吴珂	华中师范大学国家数字化学习工程技术研究中心	2	2	1.0	1.0
4	周梦莹	华中师范大学国家数字化学习工程技术研究中心	1	0	0.0	0.0
5	李高阳	华中师范大学国家数字化学习工程技术研究中心	1	0	0.0	0.0