基于 Curvelet变换和SVM的人脸表情识别方法
表情识别是人脸识别所面临的三大难题之一。本文将曲波变换用于人脸表情识别,提出一种基于曲波变换与SVM相结合的人脸表情识别方法。通过对人脸表情图像进行曲波变换,提取出表征表情图像的三部分系数：Coarse系数、Detail系数以及Fine系数,Coarse系数反映了人脸表情图像的轮廓,Fine系数与Dctail系数体现出人脸表情的细节特征,研究发现Coarse系数在表情识别中是一种干扰因素。因此,文中首先去除Coarse系数的影响,再通过对Detail系数与Fine系数进行提取与融合,最终重构出变换后的人脸表情图像,提取出相应的表情特征;然后利用SVM对7种表情进行分类与识别。实验表明该方法可以有效地对表情进行识别,与PCA方法相比较,本文的方法使人脸表情的平均识别率达到89％。
曲波变换 表情识别 支持向量机 人脸表情识别方法
宁小娟 王映辉 张伟
西安理工大学 计算机科学与工程学院 陕西西安 710048 西安理工大学 水利水电学院 陕西西安 710048
国内会议
西安
中文
9-16
2008-09-25（万方平台首次上网日期，不代表论文的发表时间）