基于人脸T型区域Gabor小波变换的表情识别方法

摘要

cqvip:Gabor特征可以用来描述图像纹理信息,在表情识别中Gabor小波变换具有很好的识别性但是存在着冗余度高和特征维数高的问题。对于此文中给出了一种基于人脸T型区域Gabor小波变换的表情识别方法。该方法首先提取经过预处理之后的表情图像的Gabor特征,然后抽取人脸T型区域的Gabor特征,使用主成分分析法(Principal Component Analysis,PCA)进行降维。实验在JAFFE表情库中进行,在实验中通过更改构建Gabor滤波器时的各项参数来提取不同的人脸表情特征,改变了多种降维维度和采用了不同的划分方式和比例对测试集训练集进行划分,处理后得到的特征向量在支持向量机(Support Vector Machine,SVM)的不同核函数下进行分类。实验结果证明了该方法具有很好的鲁棒性和较好的识别性能。