10.3969/j.issn.1009-0134.2023.03.040
基于改进局部二值模式及特征融合的人脸表情识别
局部特征描述算子在表情识别领域有着广泛的使用.通过对现有表情识别算法的的研究,针对传统局部二值模式(LBP)算法只考虑领域像素和中心像素点的关系,而忽略了领域像素之间的相互影响.而中心对称局部二值模式(CS-LBP)只考虑了中心对称像素之间的影响.结合LBP和CS-LBP特点出了一种改进的LBP算法,实验结果表明改进的LBP算子利用像素点更充分,能更好的表达特征.针对单一特征很难准确描述原始图片的信息,又提取了图像的Gabor特征,分别与提取LBP特征和改进的LBP特征进行特征融合,使提取的特征更加丰富详细.分类算法中考虑到SVM具有强大的非线性分类能力,将提取的特征与SVM分类器进行结合,在公开表情数据集CK+上采用留出法进行验证,准确率达到95.77％,实验结果表明该方法优于传统的表情识别算法.
局部二值模式、特征提取、特征融合、表情识别
45
TP391(计算技术、计算机技术)
2023-03-30（万方平台首次上网日期，不代表论文的发表时间）
共6页
197-201,207
