基于动态图像序列的表情识别
为提高表情表述能力,提出建立组合单帧表情空域特征的表情序列联合特征.在分析Gabor小波的不同方向和尺度组合对表情图像表征能力基础上,确定采用3个方向和2个尺度的Gabor滤波器组提取单帧表情图像特征,描述表情动作的空域特征.在此基础上,组合连续表情图像序列的特征,建立包含表情动作变化过程的联合特征,解决了利用表情相关的局部空域和时序变化信息建立表情表述模型问题.利用支持向量机(SVM)作为分类器分别在JAFFE静态表情数据库和Binghamton动态表情数据库上进行测试,结果验证了静态图像采用Gabor+PCA特征比PCA特征更具有效性,表明利用动态表情序列建立表情特征比用静态表情图像具有更高的表情识别正确率.
表情识别、表情特征、特征分析、表情变化序列
39
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61070117;北京市自然科学基金资助项目4122004
2013-10-11（万方平台首次上网日期，不代表论文的发表时间）
共6页
1360-1365
