10.3969/j.issn.1000-386x.2020.03.031
基于ENM-Gabor差分权重的人脸表情特征提取方法
针对人脸子区域对表情识别分类的重要程度不同,提出一种基于Gabor小波特征和ENM(Eye,Nose,Mouth)差分权重的表情特征提取方法.通过对人脸眼睛、鼻子、嘴巴三个区域进行特征提取并自适应加以权重,有效地区分了不同区域对识别表情的重要程度.对预处理后的表情图像提取ENM区域Gabor特征;将表情图像与中性图像作差值计算得到ENM差分权重;将ENM-Gabor特征结合差分权重得到最终的表情特征并用BP神经网络进行分类.与其他方法在JAFFE表情库上进行对比实验,实验结果表明,该方法相比于传统Gabor特征提取有了明显的提高,且平均识别率达到99.3%.
Gabor、特征、差分权重、表情识别、BP、神经网络、JAFFE、表情库
37
TP391(计算技术、计算机技术)
国家自然科学基金项目61703005
2020-03-31(万方平台首次上网日期,不代表论文的发表时间)
共7页
184-189,212