基于二维主分量分析的面部表情识别

被引：9

作者：

程剑

应自炉

机构：

[1] 不详

[2] 五邑大学信息学院

[3] 不详

来源：

计算机工程与应用 | 2006年 / 05期

基金：

广东省自然科学基金;

关键词：

二维主分量分析; 主分量分析; 人脸表情识别; 特征提取;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出了一种直接基于图像矩阵的二维主分量分析(2DPCA)和多分类器联合的面部表情识别方法。首先利用2DPCA进行特征提取,然后用基于模糊积分的多分类器联合的方法对七种表情(生气、厌恶、恐惧、高兴、中性、悲伤、惊讶)进行识别。在JAFFE人脸表情静态图像库上进行实验,与传统主分量分析(PCA)相比,采用2DPCA进行特征提取,不仅识别率比较高,而且运算速度也有很大的提高。

引用

页码：32 / 33+39 +39

页数：3