基于Contourlet变换与FLD的人脸表情识别方法

您当前的位置：

首页 >

文章列表页 >

信息光学与图像处理 | 更新时间：2025-09-01

- 基于Contourlet变换与FLD的人脸表情识别方法
- Facial expression recognition method based on Contourlet transform & FLD
- 光学技术 2009年35卷第6期页码：939-942
- 作者机构：
  
  1:山东大学信息科学与工程学院
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2009
- 稿件说明：
移动端阅览
魏戈, 姜威, 刘迎辉. 基于Contourlet变换与FLD的人脸表情识别方法[J]. 光学技术, 2009,35(6):939-942.

Facial expression recognition method based on Contourlet transform & FLD[J]. 2009, 35(6): 939-942.
魏戈, 姜威, 刘迎辉. 基于Contourlet变换与FLD的人脸表情识别方法[J]. 光学技术, 2009,35(6):939-942. DOI：

Facial expression recognition method based on Contourlet transform & FLD[J]. 2009, 35(6): 939-942. DOI：

提出了一种基于Contourlet变换与FLD的人脸表情特征提取方法。Contourlet变换是一种新的多尺度几何分析方法

它在具备小波变换的多分辨率特性和时频局部特性的同时

还具有很强的多方向选择性和各向异性。图像经过Contourlet变换后的低频分量可体现表情的概貌

高频方向子带可体现表情的轮廓和纹理等细节。将低频分量与部分高频方向子带结合起来作为整体特征

可压缩图像的数据量

并能够体现表情的本质特征。首先用Fisher线性判别法(FLD)进行特征提取

然后采用K-近邻法进行分类。实验证明

该方法比经典的FLD方法有着更快的特征提取速度和更高的表情识别率。

浏览量

154

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于提升小波和FLD的人脸表情识别

基于小波分析和SVM的人脸表情识别

利用双流卷积神经网络的人脸表情识别方法

基于长短期记忆网络与特征融合的微表情识别算法

基于小波分解金字塔的OCT图像特征提取算法