基于面部显著块动态信息的视频表情自动识别

摘要：

为自动识别视频中表情类别,提出基于面部块表情特征编码的视频表情识别方法框架.检测并精确定位视频中人脸关键点位置,以检测到的关键点为中心,提取面部显著特征块.沿着时间轴方向,对面部各特征块提取LBP-T(OP(local binary pattern from three orthogonal planes)动态特征描述子,将这些描述子作为表情特征并输入Adaboost分类器进行训练和识别,预测视频表情类型.在国际通用表情数据库BU-4DFE的纹理图像上进行测试,取得了81.2％的平均识别率,验证了所提算法的有效性,与同领域其它主流算法相比,其具有很强的竞争性.

关键词：表情识别、人脸配准、LBP-TOP、Adaboost分类器、面部显著块

所属期刊栏目：38

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目61379113、61202499;河南省基础与前沿技术研究计划基金项目142300410042;郑州市科技领军人才基金项目131PLJRC643

在线出版日期：2017-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1590-1594