融合AAM、CNN与LBP特征的人脸表情识别方法

摘要：

提出一种人脸表情识别方法,融合主动形状模型(AAM)、卷积神经网络(CNN)和局部二元模式(LBP)3种特征区分不同表情.进行图像预处理操作,核心是采用AAM方法进行姿态校正与面部裁剪,得到规范化的表情图像,在全图上提取AAM和CNN两组全局特征,在AAM定位的6个人脸局部区域图像上提取LBP局部特征,融合全局特征和局部特征,采用随机森林方法进行特征分类.在Cohn-Kanade数据集上的实验结果表明,该方法的表情识别率高,是一种有效的表情识别方法.

关键词：表情识别、主动形状模型、卷积神经网络、局部二元模式、随机森林

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：国家社会科学基金项目15XTQ010

在线出版日期：2018-04-02（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：3436-3440