基于局部特征分块的面部表情识别研究  

Facial Expression Recognition Research Based on Blocked Local Feature

作　　者：张二东[1] 许烁[1] 张鹏[1] 江渊广 

机构地区：[1]上海大学机电工程与自动化学院,上海200072

出　　处：《计量与测试技术》2017年第4期1-4,共4页Metrology & Measurement Technique

基　　金：国家自然科学基金资助项目(61203351)

摘　　要：针对面部表情识别的特征提取与选择问题,本文首先提取出表情的全局Gabor特征以及面部关键点作为局部特征,将局部特征分为嘴部、左眼、右眼三个特征块,然后运用Procrustes analysis对各个特征块中心化、旋转、缩放,降低位置、大小不一致等因素的影响,最后对全局Gabor特征和局部特征分别在不同的PCA保留率下处理,将两种特征融合。实验结果表明,不论是单独的局部特征还是融合特征,block Procrustes analysis均可以显著的提高表情识别的性能,包括提高面部表情识别准确率的稳定性以及提高表情识别正确率的最大值。

关 键 词：GABOR特征 分块的普氏分析 PCA 融合特征 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]