结合Gabor特征与Adaboost的人脸表情识别

摘要：

通过提取人脸图像的Gabor特征,结合Adaboost,进行人脸表情识别(FER).针对Gabor特征维数高、冗余大的特点,引入Adaboost算法进行特征选择降低特征向量的维数.然后再以支持向量机(SVM)和最近邻分类法相结合组成分类器进行分类.该方法综合运用了Gabor特征对于人脸表情的良好表征能力、Adaboost算法的强大特征选择能力以及SVM在处理少样本、高维数问题中的优势.在JAFFE库上进行测试的结果验证了该法的有效性.从Adaboost所选择的特征集可知,在眼和嘴区域提取的特征,对于FER是最为重要的.

关键词：人脸表情识别(FER)、Gabor滤波器、Adaboost、特征选择、支持向量机(SVM)

所属期刊栏目：17

分类号：TP391.44(计算技术、计算机技术)

资助基金：国家科技攻关项目2001BA811B07

在线出版日期：2006-09-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：993-998