结合FSVM和KNN的人脸表情识别  

Facial Expression Recognition Based on FSVM and KNN

作　　者：王小虎[1] 黄银珍[2] 张石清[3] 

机构地区：[1]湖南工学院电气与信息工程学院,湖南衡阳421002 [2]湖南工学院计算机与信息科学学院,湖南衡阳421002 [3]台州学院物理与电子工程学院,浙江临海317000

出　　处：《微电子学与计算机》2013年第10期38-41,共4页Microelectronics & Computer

基　　金：国家自然科学基金资助项目(61203257);湖南省教育厅资助项目(10C0578)

摘　　要：为了提高人脸表情的正确识别率,提出了一种组合模糊支持向量机(FSVM)和K-近邻(KNN)的人脸表情识别的新方法.该方法通过主成分分析(PCA)提取人脸表情特征,对于待分类的不同区域,根据区分程度自适应划分为不同区域类型;并结合FSVM和KNN算法的特点,对不同区域类型切换分类算法.实验表明,此方法既能保证分类的精确度,又能简化计算复杂度.To improve the recognition accuracy, a new approach for facial expression recognition based on Fuzzy Support Vector Machine （FSVM） and K-Nearest Neighbor （KNN） is presented in this paper. At first, the feature of the static facial expression image is extracted by the Principle Component Analysis （PCA）, then, the algorithm divide the region into different types, and combine with the characteristic of the FSVM and KNN, switch the classification methods to the different types. The result of the experiment show that proposed algorithm can achieve good recognition accuracy, and can simplify the computation complexity.

关 键 词：人脸表情识别 模糊支持向量机 K-近邻 主成分分析 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]