基于C均值K近邻算法的面部表情识别

摘要：

随着人工智能与模式识别技术的不断发展,面部表情识别在智能人机交互中发挥着越来越重要的作用.通过对人的面部表情分类的研究,提出了一种使用C均值聚类、K近邻算法的面部表情分类方法.对参加训练的表情图像先进行Gabor小波变换,然后使用Fisherface判别分析方法进行变换,求得特征空间.再将已进行Gabor变换的标准表情图像投影到特征空间,进行C均值聚类得到子类表情模板.对于一幅待识别的表情图像,使用K近邻算法与子类表情模板比较,将该表情图像分类.使用该方法,在公开的日本女人表情人脸库上实测达到了95.8%的识别率.

关键词：面部表情识别、C均值聚类、K近邻、Gabor小波、Fisherface判别分析

所属期刊栏目：3

分类号：TP391.41(计算技术、计算机技术)

资助基金：大连理工大学与中国科学院沈阳自动化研究所联合探索基金DUT-SIA2006

在线出版日期：2008-05-20（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：57-61