基于小波能量特征和FLD的人脸表情识别  

Facial Expression Recognition Method Based on WEF&FLD

作　　者：亓晓旭[1] 姜威[1] 

机构地区：[1]山东大学信息科学与工程学院,济南250100

出　　处：《电子器件》2007年第5期1720-1723,共4页Chinese Journal of Electron Devices

基　　金：山东省自然科学基金资助项目(Y2005G08)

摘　　要：提出一种能量特征和Fisher线性判别法(FLD)相结合的面部表情识别方法,首次提出了小波能量特征在表情识别中的应用.鉴于小波能量特征具有表现表情纹路的能力,与人脸表情识别的要求正好相符,把小波能量特征加入到原始图像中,再用FLD进行特征提取.通过在日本JAFFE人脸表情库的七种表情(生气、厌恶、恐惧、高兴、中性、悲伤、惊讶)上进行实验,验证了该方法的有效性.它不仅能获得高的表情识别率,而且过程简单,易于实现.A facial expression recognition method based on wavelet energy feature and FLD is developed.Wavelet energy feature is used in facial expression recognition for the first time.As wavelet energy feature can describe the lines of expression,it is added to the image firstly,Fisher s Linear Discriminants(FLD) is then used to feature extraction.Finally,the Nearest-Neighbor rule is used to classify the seven expressions(Anger、Disgust、Fear、Happiness、Normal、Sadness、Surprise) of the JAFFE database.Experiments show th...

关 键 词：人脸表情识别 特征提取 小波能量特征 FLD 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]