基于局部纹理ASM模型的人脸表情识别

摘要：

针对主动形状模型( ASM)迭代过程容易陷入局部最优解的不足,提出了一种基于局部纹理模型的改进ASM算法,即EWASM.在局部纹理模型构建中,以每个特征点的中垂线方向搜索其邻域信息以确定最佳匹配位置,对衡量匹配程度的马氏距离加以推广,进而得到改进的扩展加权局部纹理模型,它由中心局部纹理模型、前局部纹理模型和后局部纹理模型共3个子模型加权组成,并对加权参数进行实验优化,使各个特征点之间的联系更加紧密,模型的鲁棒性更好.通过表情识别实验对提出的EWASM算法和传统ASM算法进行对比,选用RBF神经网络分类器进行表情分类,实验结果表明EWASM算法收敛速度更快,识别率也得以提高,并解决了局部最小问题,能更有效地表征表情.

关键词：人脸表情识别、主动形状模型、局部纹理模型、RBF神经网络分类器

所属期刊栏目：6

分类号：TP391(计算技术、计算机技术)

资助基金：吉林省科技发展计划重点资助项目20071152;吉林大学“985工程”工程仿生科技创新平台项目资助;吉林大学研究生创新基金资助项目20101027

在线出版日期：2011-12-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：231-238