标题：特征块权重化的面部表情识别研究
作者：江渊广 张鹏 王栋 张二东 战茜
作者单位：上海大学机电工程与自动化学院，上海 200072
关键字：Gabor特征，几何特征分块对齐，权重化Bp神经网络，表情识别
摘要：立足于提高表情识别的正确率，对提取的特征进行分块权重化处理。首先提取面部表情的Gabor纹理特征以及几何特征，并采用PCA降低Gabor特征的维度。针对面部关键轮廓点组成的几何特征，提出将整个面部的几何特征分成左眼、右眼、嘴巴三个特征块，分别进行Procrustes Analysis，将各个特征块进行对齐，解决不同人面部器官大小、位置不一致的问题。针对不同特征、不同特征区域对表情识别贡献率不同的问题，提出基于特征块权重化的Bp神经网络（Feature Block Weighting Bp，FBWBp），在Bp神经网络的输入层前增加了一层权重层，实现对各个特征块的权重化，将特征块的权重化与分类器结合起来，通过训练样本的训练，权重层的权重值和Bp神经网络各层的权重值同时进行搜索优化。选择JAFFE表情库进行表情分类实验验证，实验结果表明该方法可以提高准确率2%到4%左右，该实验提出方法可以提高面部表情的识别正确率。