论文部分内容阅读
为实现多源特征的优势互补并融合多分类器的决策结果,提出一种改进的多特征表情识别方法。利用链码编码刻画表情形状特征并构建形变特征描述面部几何变化,构造Gabor特征融合图以表征表情局部纹理细节。采用支持向量机分类器分别获取3类特征的类别后验概率并在决策级实现多分类器的融合。在有监督学习下提出一种基于粒子群算法的权重寻优策略求解最优融合权重。Cohn-Kanade表情库上的实验结果表明,该方法在平均识别率和鲁棒性方面均优于单分类器识别方法,与现有的多分类器融合方法相比,权重寻优策略在识别率和可靠性方面更优。