針對韋伯局部特征(WLD)僅計算中心像素與周圍像素差異提取特征的不足,提出了一種韋伯梯度編碼(WGC)特征描述的人臉表情識別算法。首先計算當(dāng)前像素點周圍水平、垂直和對角位置上的數(shù)值差與當(dāng)前像素點的差異構(gòu)成WGC特征的差動激勵;然后進(jìn)一步提出基于水平和對角線優(yōu)先原則的WGC_HD特征;最后利用最佳分塊方式得到行分塊WGC_HD特征,采用自動優(yōu)化參數(shù)的SVM分類器完成人臉表情識別。在公共人臉表情庫JAFFE和CK庫上進(jìn)行交叉實驗,平均識別率及平均特征提取時間分別為95.49%、12.30 ms和97.63%、31.54 ms。行分塊WGC_HD特征考慮了不同梯度方向的像素差異,較好描述了表情圖像的局部結(jié)構(gòu)信息且具有較低的時間復(fù)雜度,與目前典型的表情識別算法結(jié)果對比也驗證了算法具有較高的識別精度。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫蔚;王波;;人臉表情識別綜述[J];電腦知識與技術(shù);2012年01期

2 楊梅娟;;人臉表情識別綜述[J];甘肅科技;2006年04期

3 劉曉e

本文編號：2814311