• 综合性科技类中文核心期刊
    • 中国科技论文统计源期刊
    • 中国科学引文数据库来源期刊
    • 中国学术期刊文摘数据库(核心版)来源期刊
    • 中国学术期刊综合评价数据库来源期刊

Kappa加权的子空间融合表情识别方法

贾熹滨, 张艳华, 包锡元

贾熹滨, 张艳华, 包锡元. Kappa加权的子空间融合表情识别方法[J]. 北京工业大学学报, 2014, 40(6): 900-907.
引用本文: 贾熹滨, 张艳华, 包锡元. Kappa加权的子空间融合表情识别方法[J]. 北京工业大学学报, 2014, 40(6): 900-907.
JIA Xi-bin, ZHANG Yan-hua, BAO Xi-yuan. Kappa Weighted Subspace Fusion Approach of Facial Expression Recognition[J]. Journal of Beijing University of Technology, 2014, 40(6): 900-907.
Citation: JIA Xi-bin, ZHANG Yan-hua, BAO Xi-yuan. Kappa Weighted Subspace Fusion Approach of Facial Expression Recognition[J]. Journal of Beijing University of Technology, 2014, 40(6): 900-907.

Kappa加权的子空间融合表情识别方法

基金项目: 

国家自然科学基金资助项目(61070117)

北京市自然科学基金资助项目(4122004)

详细信息
    作者简介:

    贾熹滨(1969—),女,副教授,主要从事视觉图像理解方面的研究,E-mail:jiaxibin@bjut.edu.cn

  • 中图分类号: TP391

Kappa Weighted Subspace Fusion Approach of Facial Expression Recognition

  • 摘要: 为提高面部表情识别效果,提出基于Kappa计算面部表情图像子区域对表情的贡献程度,并线性加权子空间预测结果.将标准化后的人脸表情图像上下平均分割成2个子区域,确定上半脸和下半脸及全脸3个表情子空间,采用Gabor小波特征,分别利用SMO、MLP和KNN三种分类器,统计并计算基于Kappa的子空间表情信息.在Cohn-Kanade和JAFFE两个表情图像库进行测试,实验结果表明:基于Kappa加权融合的表情识别方法识别率更高.
    Abstract: To improve expression recognition rates,Kappa-based contribution degree computing approach of face sub-area in recognizing expression is proposed. It is utilized as the basis of deriving weights to fuse the subspace prediction results. The normalized face emotion images are partitioned averagely into two sub-regions to obtain the three expression subspaces containing the upper and lower half face parts and the whole face. Each part is represented with Gabor feature. Then,three classifiers: SMO,MLP and KNN are separately used. The expression prediction results are counted to obtain the Kappa. Experiments are done on the CMU and JAFFE two expression image databases and results show that Kappa weighted fusion expression recognition approach has higher recognition accuracy.
计量
  • 文章访问数:  15
  • HTML全文浏览量:  0
  • PDF下载量:  6
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-06-23
  • 网络出版日期:  2023-01-10

目录

    /

    返回文章
    返回