基于多特征组合的人脸表情识别方法研究

摘要

针对人脸图像动态序列提取特征点不够准确的问题,采用三种特征提取算法组合生成相关模型并进行分类的人脸表情识别方法,能有效提高表情识别率。首先正确识别图像中的人脸并跟踪人脸上的关键特征,然后将这些特征与正确的情绪表达相关联。探索了在五种特征提取算法中选取三种进行特征组合的共十组组合,通过生成这些特征组合的相关模型并用于分类。仿真结果表明,在CK+数据库上Gabor特征、主动表观模型和形态学运算这三种特征的组合获得的分类模型是十组中最有效的人脸表情识别,识别率达到了95.11%。与该领域中的同类算法相比,采用的组合模型提高了表情识别的准确率。