基于分类器联合的表情识别

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (25): 244-245.

基于分类器联合的表情识别

黄勇^1,3，应自炉^1,2

1.五邑大学信息学院，广东江门 529020
2.北京航空航天大学电子信息工程学院，北京 100083
3.广西柳州运输职业技术学院电子工程系，广西柳州 545007

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-09-01 发布日期:2007-09-01
通讯作者: 黄勇

Facial expression recognition based on multiclassifier fusion

HUANG Yong^1,3，YING Zi-lu^1,2

1.School of Information，Wuyi University，Jiangmen，Guangdong，529020，China
2.School of Electronics and Information Engineering，Beihang University，Beijing 100083，China
3.Liuzhou Transport Vocational Technical College，Liuzho，Guangxi 545007，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-09-01 Published:2007-09-01
Contact: HUANG Yong

摘要/Abstract

摘要： 提出了一种基于分类器联合的人脸表情识别方法。首先采用CKFD算法在双决策子空间中提取两类表情特征并融合;分别利用最近邻、最小距离和神经网络三种子分类器进行识别;最后运用模糊积分对子分类器的识别结果进行融合。基于JAFFE的实验结果表明，它是一种有效的表情识别方法。

关键词: 模糊积分, 分类器融合, 人脸表情识别

Abstract: A facial expression recognition method based on multiclassifier fusion with fuzzy integral has been proposed in this paper;First，applied the CKFD to extract two kinds of expression feature in double discriminant subspace and fuse them;Then the Nearest Neighbor（NN），Minimum Distance（MD） and Radial Basis Function Neural Network（RBFNN） have been used to classify facial expression;Finally，fuzzy integral has been applied to fuse outputs from three classifiers to get the final recognition result.Experimental result on JAFFE show that it is a valid method for facial expression recognition.

Key words: fuzzy integral, multiclassifier fusion, facial expression recognition

黄勇^1,3，应自炉^1,2. 基于分类器联合的表情识别[J]. 计算机工程与应用, 2007, 43(25): 244-245.

HUANG Yong^1,3，YING Zi-lu^1,2. Facial expression recognition based on multiclassifier fusion [J]. Computer Engineering and Applications, 2007, 43(25): 244-245.

[1]	张宏丽，白翔宇. 利用优化剪枝GoogLeNet的人脸表情识别方法[J]. 计算机工程与应用, 2021, 57(19): 179-188.
[2]	孙晓，丁小龙. 基于生成对抗网络的人脸表情数据增强方法[J]. 计算机工程与应用, 2020, 56(4): 115-121.
[3]	张志禹1，王瑞琼1，魏敏敏1，周杰2. 堆栈式混合自编码器的人脸表情识别方法[J]. 计算机工程与应用, 2019, 55(13): 140-144.
[4]	钱勇生，邵洁，季欣欣，李晓瑞，莫晨，程其玉. 基于改进卷积神经网络的多视角人脸表情识别[J]. 计算机工程与应用, 2018, 54(24): 12-19.
[5]	汤春明，赵红波，张小玉. 基于流形学习2D-LDLPA的东亚人脸表情识别算法[J]. 计算机工程与应用, 2018, 54(17): 146-150.
[6]	张国防，何莉辉. 基于模糊积分的供应链网络优化方法[J]. 计算机工程与应用, 2014, 50(24): 231-235.
[7]	孙金花，胡健，刘贞. 一种λ-模糊测度确定新准则及其应用[J]. 计算机工程与应用, 2014, 50(19): 249-255.
[8]	穆国旺1，王阳2，郭蔚1. 基于生物启发特征和SVM的人脸表情识别[J]. 计算机工程与应用, 2014, 50(17): 164-168.
[9]	王怡1，2，郭躬德1，2，孔祥增1，2. 基于数据划分和集成的方法预测信号肽[J]. 计算机工程与应用, 2012, 48(36): 238-244.
[10]	黄勇. 基于图像优化局部保留投影的人脸表情识别[J]. 计算机工程与应用, 2011, 47(27): 210-211.
[11]	刘明1，张锁良1，李昆仑1，袁保宗2. 多决策模板分类器融合[J]. 计算机工程与应用, 2011, 47(27): 216-220.
[12]	冯浩^1，2，陈勇¹，王宪保¹. 结合DCT和WT的多分类器融合的光照人脸识别[J]. 计算机工程与应用, 2010, 46(8): 153-155.
[13]	白雪飞^1，2，李茹^1，2. 神经网络集成的多表情人脸识别方法[J]. 计算机工程与应用, 2010, 46(4): 145-148.
[14]	段敬红¹，王黎². 基于GA的多分类器融合算法[J]. 计算机工程与应用, 2010, 46(3): 163-165.
[15]	毕福昆，边明明. 多分类器融合在语音情感识别中的应用[J]. 计算机工程与应用, 2010, 46(28): 205-207.