一种基于机器学习的人脸情绪识别方法研究

摘要：

文中对人脸情绪识别整个过程所使用的算法进行分析和总结,并参考了国内外的人脸情绪识别方面的论文和报告,提出一种传统的基于机器学习的人脸图像情绪识别方法.文中将重点放在人脸表情核心部位(眼睛、眉毛、鼻子和嘴巴),将这些部位的特征向量作为人脸表情主要特征进行处理.使用的人脸关键部位特征提取算法是基于回归的Explicit Shape Regression算法,该算法在人脸特征部位定位方面取得了很好的效果.因为Gabor小波有很好的仿生效果,可以很好地表达表情的变化,所以文中的特征提取算法使用的是Gabor小波.但是考虑到提取出的特征维数过高,算法复杂,耗时较大,在后期用PCA算法进行降维处理,降维之后进行表情分类.

关键词：情绪识别、Explicit Shape Regression、PCA、支持向量机

所属期刊栏目：29

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金61572513

在线出版日期：2019-06-04（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：27-31