基于ENM-Gabor差分权重的人脸表情特征提取方法

作     者：周华平 张道义 孙克雷 秦黄利 桂海霞 Zhou Huaping;Zhang Daoyi;Sun Kelei;Qin Huangli;Gui Haixia

作者机构：安徽理工大学计算机科学与工程学院安徽淮南232001 安徽理工大学经济与管理学院安徽淮南232001 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2020年第37卷第3期

页      面：184-189,212页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61703005) 

主　　题：Gabor特征 差分权重 表情识别 BP神经网络 JAFFE表情库 

摘      要：针对人脸子区域对表情识别分类的重要程度不同,提出一种基于Gabor小波特征和ENM(Eye,Nose,Mouth)差分权重的表情特征提取方法。通过对人脸眼睛、鼻子、嘴巴三个区域进行特征提取并自适应加以权重,有效地区分了不同区域对识别表情的重要程度。对预处理后的表情图像提取ENM区域Gabor特征;将表情图像与中性图像作差值计算得到ENM差分权重;将ENM-Gabor特征结合差分权重得到最终的表情特征并用BP神经网络进行分类。与其他方法在JAFFE表情库上进行对比实验,实验结果表明,该方法相比于传统Gabor特征提取有了明显的提高,且平均识别率达到99.3%。