基于PCA特征提取和距离哈希K近邻分类的人脸表情识别  

Facial Expression Recognition based on PCA Feature Extraction and Distancebased Hashing K-nearest Neighbor Classification

作　　者：蔡则苏[1] 祝丁丁[1] 何健[1] 

机构地区：[1]哈尔滨工业大学计算机科学与技术学院,哈尔滨150001

出　　处：《智能计算机与应用》2012年第1期1-3,7,共4页Intelligent Computer and Applications

基　　金：国家自然科学基金项目(No.61075076);国家重点实验室项目(No.SKLRS200902C);黑龙江省自然科学基金项目(No.F200909);徐州市工业科技计划项目(No.XX10A045)资助

摘　　要：使用PCA降维,提取人脸表情特征,并结合基于距离的哈希K近邻分类算法进行人脸表情识别。首先使用类Haar特征和AdaBoost算法进行人脸检测,并对人脸图像进行预处理;接着使用PCA提取人脸表情特征,并将特征加入到哈希表;最后使用K近邻分类算法进行人脸表情的识别。将特征库重构为哈希表后,很大地提高了识别效率。The paper uses dimensionality reduction which is based on principal component analysis （PCA） to extract facial expression features, and combines an K-nearest neighbor classification algorithm based on distance-based hashing to recognize facial expressions, First, the paper uses Haar-likc feature and AdaBoost algorithm to detect human face and preprocess the face image; then uses PCA to extract facial expression feature and insert it to hash table; finally adopts K-nearest neighbor classification algorithm to recognize facial expression. After reconstructing the feature library to hash tables, the recognition efficiency has been enhanced largely.

关 键 词：PCA 表情特征提取 基于距离哈希 K近邻分类 表情识别 特征库重构 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]