基于ENM-Gabor差分权重的人脸表情特征提取方法
FACIAL EXPRESSION FEATURE EXTRACTION METHOD BASED ON ENM-GABOR DIFFERENTIAL WEIGHT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)]
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%。