精确局部特征描述的表情识别

摘要：

目的 针对传统局部特征提取方法在表情识别上的局限性,提出一种精确局部特征描述的表情识别方法.方法 首先将人的眉毛、眼睛和嘴巴3个对表情识别起关键作用的器官分割出来,使得特征描述更具有针对性.然后,构造充分矢量三角形以统计图像的轮廓特征与细节特征.最后,对于不同的表情器官采用不同尺度的充分矢量三角形描述,对于同种表情器官采用多种尺度的充分矢量三角形联合描述,从而充分描述关键器官的图像信息.结果 该算法在日本女性表情人脸库(JAFFE)、cohn-kanade库(CK)以及Pain expressions库上进行实验,分别取得了95.67％、97.83％、84.0％的平均识别率以及11.70 ms、30.23 ms、11.73 ms的平均特征提取时间,实验结果表明,精确局部特征描述的表情识别方法可以较快、较准确的进行人脸表情识别.结论 精确局部特征描述的表情识别方法通过器官的分割以及充分矢量三角形模式的构造与灵活运用,良好地表达了图像的局部特征且具有较低的时间复杂度,本文算法与目前典型的表情识别算法的实验对比结果也表明了本文算法的有效性.

关键词：表情识别、精确局部特征、充分矢量三角形模式、多种尺度

所属期刊栏目：19

分类号：TP391(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863基金项目2012AA011103;国家自然科学基金-广东联合基金重点项目U1135003;安徽省科技计划项目1206c0805039

在线出版日期：2014-12-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1613-1622