作　　者： ; ;

机构地区： 五邑大学信息学院

出　　处： 《计算机工程与应用》 2007年第14期227-229,共3页

摘　　要： 提出了一种新的基于双决策子空间和径向基函数(RBF)神经网络的人脸表情识别方法。该方法首先采用CKFD算法在双决策子空间(核空间和值域空间)中进行决策分析,提取两类判决特征信息:非常规信息和常规信息,并按一定的规则融合这两类判决信息;再运用RBF神经网络分类器和融合特征进行人脸表情的分类识别。基于日本女性表情数据库JAFFE的实验结果表明,它是一种有效的人脸表情识别方法。 A facial expression recognition method based on double discriminant subspace and Radial Basis Function Neural Net work （RBFNN） is proposed in this paper.First,apply the KPCA and FLD algorithm to carry out discriminant analysis in double discriminant subspace （null space and range space） and extract two kinds of expression discriminant feature information：regular information and irregular information,and then fuse them in certain rule.Then the RBFNN and the fusion feature can be use to facial expression recognition.Experimental result on JAFFE show that it is an effective method for facial expression recognition.

关 键 词： 双决策子空间 神经网络 人脸表情识别 核主元分析 线性判别分析

领　　域： [自动化与计算机技术] [自动化与计算机技术]