WGC特征描述的人脸表情识别 |
| |
引用本文: | 齐梅,李艳秋.WGC特征描述的人脸表情识别[J].电子测量与仪器学报,2017,31(4):566-572. |
| |
作者姓名: | 齐梅 李艳秋 |
| |
作者单位: | 1. 安徽广播电视大学 合肥 230022;2. 合肥工业大学 合肥 230022 |
| |
摘 要: | 针对韦伯局部特征(WLD)仅计算中心像素与周围像素差异提取特征的不足,提出了一种韦伯梯度编码(WGC)特征描述的人脸表情识别算法。首先计算当前像素点周围水平、垂直和对角位置上的数值差与当前像素点的差异构成WGC特征的差动激励;然后进一步提出基于水平和对角线优先原则的WGC_HD特征;最后利用最佳分块方式得到行分块WGC_HD特征,采用自动优化参数的SVM分类器完成人脸表情识别。在公共人脸表情库JAFFE和CK库上进行交叉实验,平均识别率及平均特征提取时间分别为95.49%、12.30 ms和97.63%、31.54 ms。行分块WGC_HD特征考虑了不同梯度方向的像素差异,较好描述了表情图像的局部结构信息且具有较低的时间复杂度,与目前典型的表情识别算法结果对比也验证了算法具有较高的识别精度。
|
关 键 词: | 韦伯局部特征 韦伯梯度编码 水平和对角优先原则 人脸表情识别 |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《电子测量与仪器学报》浏览原始摘要信息 |
|
点击此处可从《电子测量与仪器学报》下载全文 |
|