| 面向表情识别的AVR和增强LBP特征选择方法 |
| |
| 引用本文： | 陈晓光,刘决仕. 面向表情识别的AVR和增强LBP特征选择方法[J]. 计算机工程与应用, 2009, 45(19): 184-188. DOI: 10.3778/j.issn.1002-8331.2009.19.057 |
| |
| 作者姓名： | 陈晓光 刘决仕 |
| |
| 作者单位： | 上海交通大学E-Learning实验室,上海,200030;上海交通大学E-Learning实验室,上海,200030 |
| |
| 基金项目： | 国家高技术研究发展计划(863)，上海市科学技术委员会科研计划项目 |
| |
| 摘 要： | 由于对局部纹理特征具有很强的描述能力，LBP（Local Binary Patterns）已经被广泛应用于模式识别、计算机视觉等相关领域，但传统的LBP在表情识别中的正确率并不高，提出了一种结合小波分解的改进LBP特征提取方法，首先使用Adaboost人脸检测算法和2D模型提取人脸图像并归一化，并使用小波分解的方法增强LBP特征，然后通过AVR（Augmented Variance Ratio）特征选取方法降维，最后使用SVM进行分类。JAFFE库上的实验证明了该方法的有效性。
|
| 关 键 词： | 人脸表情识别 LBP特征 AVR特征选取 SVM分类器 |
| 收稿时间： | 2008-09-25 |
| 修稿时间： | 2008-11-24 |
AVR and enhanced LBP feature selection method for facial expression recognition |
| |
| CHEN Xiao-guang,LIU Jue-shi. AVR and enhanced LBP feature selection method for facial expression recognition[J]. Computer Engineering and Applications, 2009, 45(19): 184-188. DOI: 10.3778/j.issn.1002-8331.2009.19.057 |
| |
| Authors: | CHEN Xiao-guang LIU Jue-shi |
| |
| Affiliation: | Department of E-Learning Lab，Shanghai Jiaotong University，Shanghai 200030，China |
| |
| Abstract: | |
| |
| Keywords: | facial expression recognition Local Binary Patterns（LBP） features Augmented Variance Ratio（AVR） feature selection Support Vector Machine（SVM） classifier |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载免费的PDF全文 |
