基于面部动作单元组合特征的表情识别
人脸表情可以被看作是由面部表情编码系统（FACS）定义的不同面部运动单元的组合。不同于人脸图像的灰度、纹理等表象特征，基于面部运动单元的表情混合特征能够更准确地描述表情，然而，面部运动单元很难精确定位，为了避免这个问题，在前人的工作中通过将图像分成许多子块，并从子块中提取面部运动单元信息来组成基于面部运动单元的表情成分特征。在此基础上，本文首先通过对人脸图像的眼睛和嘴巴作粗定位，接着根据眼睛和嘴巴的水平位置，提取眼睛区域、嘴巴区域和鼻子区域的图像子块，然后对每个子块提取Haar 特征，并采用错误率最小策略从这些子块中选出面部运动单元组合特征，最后使用组合特征进行学习得出弱分类器，并嵌入到Boost 学习结构中构造出强分类器。通过在Cohn-Kanada 数据库上的测试，证明本文的方法能够取得很好的表情分类效果。
面部表情识别 面部运动单元 特征组合 boost 学习
欧阳琰 桑农
华中科技大学图像识别与人工智能研究所,武汉,430074
国内会议
广州
中文
196-200
2010-12-10（万方平台首次上网日期，不代表论文的发表时间）