论文部分内容阅读
表情识别是模式识别领域一个具有挑战性的课题,对人机交互智能化的发展具有重大的意义.本文提出的表情识别方案采用弹性图匹配算法,这种算法对光照及脸部姿势的改变具有较好的鲁棒性.传统弹性图匹配算法采用Gabor变换来提取表情基准点处的特征矢量,造成了庞大的运算量,为了加快匹配速度,本文采用一组多尺度多方向的差值模板来代替Gabor变换进行特征提取.为了测试其性能,本文基于国际标准表情库JAFFE设计了对比实验.实验表明:差值模板特征提取能够十分有效的模拟Gabor变换特征提取的特性,在基本保证性能(识别率)相同的前提下,大大降低时间消耗量.本方案的平均表情识别率达到87.9﹪,单种表情最高识别率达到95.0﹪。