科研之友
微信
新浪微博
Facebook
分享链接
摘要
局部特征描述算子在表情识别领域有着广泛的使用。通过对现有表情识别算法的的研究，针对传统局部二值模式(LBP)算法只考虑领域像素和中心像素点的关系，而忽略了领域像素之间的相互影响。而中心对称局部二值模式(CS-LBP)只考虑了中心对称像素之间的影响。结合LBP和CS-LBP特点出了一种改进的LBP算法，实验结果表明改进的LBP算子利用像素点更充分，能更好的表达特征。针对单一特征很难准确描述原始图片的信息，又提取了图像的Gabor特征，分别与提取LBP特征和改进的LBP特征进行特征融合，使提取的特征更加丰富详细。分类算法中考虑到SVM具有强大的非线性分类能力，将提取的特征与SVM分类器进行结合，在公开表情数据集CK+上采用留出法进行验证，准确率达到95.77%，实验结果表明该方法优于传统的表情识别算法。
- 单位
