基于偏最小二乘回归的人脸身份和表情同步识别方法

摘要：

将偏最小二乘回归方法用于人脸身份和表情的同步识别.首先,对每幅人脸图像进行脸部特征提取以及相应的语义特征定义.在脸部特征提取方面,从每幅图像中标定出若干脸部关键点位置,并提取图像在该关键点处的Gabor小波系数(Gabor特征)以及关键点的坐标值(几何特征),作为该图像的输入特征.语义特征则定义为该人脸图像所属的表情类别信息以及所对应的人脸身份信息.其次,利用核主成分分析(KPCA)方法对脸部Gabor特征和几何特征进行融合,使得输入特征具有更好的识别特性;最后,运用偏最小二乘回归(PLSR)方法建立脸部特征和语义特征之间的关系模型,并运用此模型对某一测试人脸图像进行表情和身份的同步识别.通过在JAFFE国际表情数据库和AR人脸数据库上的对比实验,证实了所提方法的有效性.

关键词：偏最小二乘回归、人脸识别、面部表情识别

所属期刊栏目：14

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目60503023,60872160;教育部新世纪优秀人才支持计划NCET-050467;江苏省高校自然科学基础研究自筹经费项目08KJD520009

在线出版日期：2009-06-19（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：801-808