文献类型：期刊文章

作　　者：吴昊[1,2] 胡敏[1,2] 高永[1,2] 王晓华[1,2] 黄忠[1,3]

Wu Hao;Hu Min;Gao Yong;Wang Xiaohua;Huang Zhong(School of Computer and Information,Hefei University of Technology,Hefei 230601,China;Anhui Province Key Laboratory of Affective Computing and Advanced Intelligent Machine,Hefei 230601,China;School of Physics and Electronic Engineering,Anqing Normal University,Anqing 246011,China)

机构地区：[1]合肥工业大学计算机与信息学院,合肥230601 [2]情感计算与先进智能机器安徽省重点实验室,室合肥230601 [3]安庆师范大学物理与电气工程学院,安庆246011

出　　处：《电子测量与仪器学报》

基　　金：国家自然科学基金项目(61672202,61673156);国家自然科学基金-深圳联合基金重点项目(U1613217)资助。

年　　份：2020

卷　　号：32

期　　号：2

起止页码：73-79

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了进一步提高人脸表情识别算法的准确性,提出一种融合双编码局部二值模式(DCLBP)算子和绝对梯度直方图(HOAG)算子的人脸表情识别方法,该方法首先利用DCLBP算子提取人脸图像的局部纹理特征,利用HOAG算子提取人脸图像的局部形状特征;然后,采用典型相关分析法(CCA)融合所提取的两种特征;最后,利用支持向量机(SVM)进行人脸表情分类。实验结果表明,与单一特征识别方法和级联特征识别方法相比,本文方法获得了更好的识别效果,在CK (Cohn-Kanade)和JAFFE数据集上的实验分别达到了100%和99.05%的识别率,与其他相关方法的比较也验证了其有效性。

关 键 词：人脸表情识别 双编码局部二值模式  绝对梯度方向直方图  典型相关分析  

分 类 号：TP391.41]