首页|结合FDM与STLBP-IP特征的微表情识别

结合FDM与STLBP-IP特征的微表情识别

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对面部动力谱(FDM)特征易受光照影响、对运动信息描述不准确的缺陷,提出基于FDM特征与时空局部二值模式积分投影(STLBP-IP)特征相结合的微表情识别方法.将FDM特征与STLBP-IP特征相结合,在弥补FDM对运动信息描述不足的同时对人脸面部信息进行补充描述以提升识别率.使用支持向量机进行分类,在SMIC和CASMEⅡ微表情数据库上进行实验.实验结果表明,该算法识别率有所提高,分别达到57.14％和64.59％.
Micro-expression Recognition Combined with FDM and STLBP-IP Features

韦丽娟、梁建娟、刘洪、刘本永

展开 >

贵州大学大数据与信息工程学院,贵州贵阳550025

微表情识别 机器视觉 面部动力谱 时空局部二值模式积分投影 支持向量机

60862003黔科合基础 [2019]1063号贵大人基合同字 [2017]13号14号

2021

10.11907/rjdk.202339

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(4)
  • 1
  • 2