基于神经网络的面部特征自动提取与表情识别
计算机视觉与模式识别
2012-04-11 v1
摘要
本文提出了一种从静态正面姿态图像中自动提取面部特征，并对面部表情乃至人的情绪和心境进行分类与识别的方法。采用前馈反向传播神经网络作为分类器，将输入的面部表情划分为惊讶、中性、悲伤、厌恶、恐惧、快乐和愤怒七种基本类别。利用形态学图像处理操作进行面部区域分割与定位。使用 SUSAN 边缘检测算子、面部几何结构及边缘投影分析提取眉毛、眼睛、嘴巴和鼻子等永久性面部特征。在 JAFFE 面部表情数据库上进行的实验表明，该方法性能优越，训练集准确率达到 100%，测试集准确率达到 95.26%。
引用
@article{arxiv.1204.2073,
title = {Automatic facial feature extraction and expression recognition based on neural network},
author = {S. P. Khandait and R. C. Thool and P. D. Khandait},
journal= {arXiv preprint arXiv:1204.2073},
year = {2012}
}
备注
6 pages,pp. 113-118, (IJACSA) International Journal of Advanced Computer Science and Applications, Vol. 2, No.1, January 2011