基于生物启发特征和SVM的人脸表情识别

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (17): 164-168.

基于生物启发特征和SVM的人脸表情识别

穆国旺1，王阳2，郭蔚1

1.河北工业大学理学院，天津 300401
2.中共唐山市路南区委组织部，河北唐山 063000

出版日期:2014-09-01 发布日期:2014-09-12

Facial expression recognition using biologically inspired features and SVM

MU Guowang1, WANG Yang2, GUO Wei1

1.School of Science, Hebei University of Technology, Tianjin 300401, China
2.Department of Organization, Committee of Chinese Communist Party in Lunan District, Tangshan, Hebei 063000, China

Online:2014-09-01 Published:2014-09-12

摘要/Abstract

摘要： 将C1特征应用于静态图像人脸表情识别，提出了一种新的基于生物启发特征和SVM的表情识别算法。提取人脸图像的C1特征，利用PCA+LDA方法对特征进行降维，用SVM进行分类。在JAFFE和Extended Cohn-Kanade（CK+）人脸表情数据库上的实验结果表明，该算法具有较高的识别率，是一种有效的人脸表情识别方法。

关键词: 人脸表情识别, 物启发特征（BIF）, C1特征, 支持向量机

Abstract: C1 features are introduced to facial expression recognition for static images, and a new algorithm for facial expression recognition based on Biologically Inspired Features（BIFs） and SVM is proposed. C1 features of the facial images are extracted, PCA+LDA method is used to reduce the dimensionality of the C1 features, SVM is used for classification of the expression. The experiments on the JAFFE and Extended Cohn-Kanade （CK+） facial expression data sets show the effectiveness and the good performance of the algorithm.

Key words: facial expression recognition, Biologically Inspired Features（BIF）, C1 features, Support Vector Machine（SVM）

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.

MU Guowang1, WANG Yang2, GUO Wei1. Facial expression recognition using biologically inspired features and SVM[J]. Computer Engineering and Applications, 2014, 50(17): 164-168.

[1]	高一锴，彭力，徐龙壮. 改进AFSA算法优化TWSVM的火焰识别方法[J]. 计算机工程与应用, 2021, 57(8): 204-213.
[2]	韩卫宇，程龙生. 结合马田系统-SVM的滚动轴承故障模式分类研究[J]. 计算机工程与应用, 2021, 57(6): 239-246.
[3]	雷恒林，古兰拜尔·吐尔洪，买日旦·吾守尔，张东梅. 新奇检测综述[J]. 计算机工程与应用, 2021, 57(5): 47-55.
[4]	温杰彬，杨文忠，马国祥，张志豪，李海磊. 基于Apex帧光流和卷积自编码器的微表情识别[J]. 计算机工程与应用, 2021, 57(4): 127-133.
[5]	李俊侠，张秦，郑桂妹. 超宽带雷达人体姿态识别综述[J]. 计算机工程与应用, 2021, 57(3): 14-23.
[6]	徐先峰，蔡路路，张丽. 融合MLP和DBN的光伏发电预测算法[J]. 计算机工程与应用, 2021, 57(3): 266-272.
[7]	陈富健，谢维信，夏婷. 基于LCT+的自适应抗遮挡目标跟踪算法[J]. 计算机工程与应用, 2021, 57(22): 190-198.
[8]	杨泉. N1+N2结构语法关系判定的SVM算法[J]. 计算机工程与应用, 2021, 57(20): 104-108.
[9]	高晋，赵云芃，Godfred Kim Mensah，李欣芸，刘志芬，陈俊杰，郭浩. 静息态功能脑连接的空间动态分析及分类研究[J]. 计算机工程与应用, 2021, 57(2): 150-155.
[10]	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.
[11]	秦博宇，郝晓燕，刘永芳. 基于SVM和CRF双层模型的FrameNet框架消歧[J]. 计算机工程与应用, 2021, 57(18): 255-262.
[12]	郑淋文，周金治，黄静. 深度稀疏自编码器在ECG特征提取中的应用[J]. 计算机工程与应用, 2021, 57(11): 156-161.
[13]	温廷新，孔祥博. 不平衡样本下的金融市场极端风险预警研究[J]. 计算机工程与应用, 2020, 56(8): 256-260.
[14]	陈菲雨，岳文斌，饶颖露，邢金昊，马晓静. 基于改进TLD算法的无人机自主精准降落[J]. 计算机工程与应用, 2020, 56(7): 247-254.
[15]	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.