文献类型：期刊文章

作　　者：成亚丽[1] 秦飞龙[1] 李政文[2]

CHENG Ya-li;QIN Fei-long;LI Zheng-wen(School of Big Data and Artificial Intelligence,Chengdu Technological University,Chengdu 611730,China;Department of Arts and Sciences,Chengdu College of University of Electronic Science and Technology of China,Chengdu 611730,China)

机构地区：[1]成都工业学院大数据与人工智能学院,四川成都611730 [2]电子科技大学成都学院文理系,四川成都611730

出　　处：《计算机工程与设计》

基　　金：国家自然科学基金项目(61533006);四川省科技厅重点攻关基金项目(2019YJ0375)。

年　　份：2021

卷　　号：42

期　　号：9

起止页码：2577-2584

语　　种：中文

收录情况：BDHX、BDHX2020、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：通过局部方向模式(LDP)提取的局部外观特征常用于人脸表情识别中,但其存在容易受噪声像素影响和伪编码的问题。为此,提出一种改进型的LDP编码方案(ILDP)。利用Sobel算子代替Kirsch掩模来提取图像中的梯度信息,将梯度信息进行对数变换后进行累加,避免噪声像素点的影响;通过采用一个梯度幅度阈值判断是否为平坦区域,避免进行错误的LDP编码。为进一步提高识别率,将ILDP提取的局部外观特征与主动表观模型(AAM)提取的全局几何特征相结合,通过PCA进行降维。在JAFFE和BU-3DFE两个公共数据集上的实验结果表明,该方法能够有效提高表情的识别率,降低对噪声的敏感性。

关 键 词：面部表情识别 局部方向模式  噪声像素  伪编码  特征融合  

分 类 号：TP391]