基于小波分析和SVM的人脸表情识别  

Facial expression recognition method based on DWT&SVM

作　　者：亓晓旭[1] 姜威[1] 张乐[1] 

机构地区：[1]山东大学信息科学与工程学院,济南250100

出　　处：《光学技术》2008年第2期207-210,214,共5页Optical Technique

基　　金：山东省自然科学基金资助项目(Y2005G08)

摘　　要：提出了一种能量特征与支持向量机(SVM)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。由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,所以把小波能量特征加入到原始图像中,再用Fisher线性判别法(FLD)进行特征提取,然后采用SVM进行识别。通过对在日本JAFFE人脸表情库中的七种表情(生气、厌恶、恐惧、高兴、中性、悲伤、惊讶)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 Support Vector Machines（SVM）is developed.Wavelet energy feature is used in facial expression recognition for the first time.As wavelet energy feature can describe the texture of expression images,it is added to the expression images,Fisher＇s Linear Discriminants（FLD）is used to feature extraction,SVM is used to classify the seven expressions（Anger,Disgust,Fear,Happiness,Normal,Sadness,Surprise）of the JAFFE database.Experiments show that the method is characterized by good recognition and simple to realize.

关 键 词：人脸表情识别 小波能量特征 FLD 支持向量机 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]