一种基于gabor小波特征的人脸表情识别新方法

近来，表情识别成为人机交互研究的热点。将gabor小波变换与2dpca结合提出了一种表情识别的新方法。首先对静态灰度表情图片进行预处理，然后对其进行gabor小波变换，通过2dpca进行降维，根据gabor不同尺度不同方向的变换结果训练不同的分类器，由校验集得到分类器权值，通过隶属度函数将各个分类结果模糊化，实现了分类器集成和表情特征数据的融合。实验证明了gabor小波与2dpca结合在表情识别中的有效性，以及基于gabor小波模糊分类器集成的方法能够进一步提高识别率。