基于非负矩阵分解的面部表情识别研究

  本文关键词：北京大学视觉与听觉信息处理国家重点实验室开放课题基金，由笔耕文化传播整理发布。

非负矩阵

第２３卷第３期五邑大学学报（自然科学版）Ｖ０１．２３Ｎｏ．３兰ＱＱ２釜墨旦！Ｑ坚垦型垒兰Ｑ！里旦！！旦塑！∑曼垦墨！型！型苎兰堡！兰！！！旦！！星！型２坐垒竺ｇ：！ＱＱ２文章编号：１００６．７３０２（２００９）０３．００２８—０４

基于非负矩阵分解的面部表情识别研究

章国艺１，应自炉Ｌ

（Ｉ．五邑大学信息学院，广东２江门５２９０２０；

２．北京航空航天大学电子信息工程学院，北京１００１９１）

摘要：提出了一种基于非负矩阵分解与支持向量机相结合的面部表情识别方法．使用直方图均

衡化等方法对人脸图像进行预处理，使用非负矩阵分解算法进行表情特征提取，采用支持向量

机对面部表情进行分类．以Ｍａｔｌａｂ为仿真工具，在日本女性人脸表情数据库上测试，取得了

６６．１９％的识别率．

关键词：面部表情识别；非负矩阵分解；支持向量机

中图分类号：ＴＰ３９１．４１文献标识码：Ａ

ＦａｃｉａｌＥｘｐｒｅｓｓｉｏｎＲｅｃｏｇｎｉｔｉｏｎＲｅｓｅａｒｃｈＢａｓｅｄｏｎＮｏｎ－ｎｅｇａｔｉｖｅＭａｔｒｉｘＦａｃｔｏｒｉｚａｔｉｏｎ

ＺＨＡＮＧＣｕｏ－ｙＪｌ。ＹＩＮＧＺｉ－ｌｕｌ’２

（１．ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎ，ＷｕｙｉＵｎｉｖｅｒｓｉｔｙ，Ｊｉａｎｇｍｅｎ５２９０２０，Ｃｈｉｎａ；２．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃｓａｎｄ

ＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＡｅｒｏｎａｕｔｉｃｓａｎｄＡｓｔｒｏｎａｕｔｉｃｓ，Ｂｅｉｊｉｎｇ１００１９１，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ａ

Ｎｏｎ—ｎｅｇａｔｉｖｅｎｏｖｅｌａｐｐｒｏａｃｈｔｏｆａｃｉａｌｅｘｐｒｅｓｓｉｏｎｒｅｃｏｇｎｉｔｉｏｎｖｅｃｔｏｒｂａｓｅｄｏｎｔｈｅｃｏｍｂｉｎａｔｉｏｎｏｆＭａｔｒｉｘＦａｃｔｏｒｉｚａｔｉｏｎ（ＮＭＦ）ａｎｄｓｕｐｐｏｒｔ

ｆａｃｉａｌｅｘｐｒｅｓｓｉｏｎｉｍａｇｅｓｍａｃｈｉｎｅ（ＳＶＭ）ｗａｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔ，ｔｈｅｅｑｕａｌｉｚａｔｉｏｎｏｐｅｒａｔｏｒ．ＴｈｅｎＮＭＦａｌｇｏｒｉｔｈｍ

ｍｅｔｈｏｄ

ｗａｓｐｒｏｃｅｓｓｅｄｗｉｔｈＨｉｓｔｏｇｒａｍｗａｓｕｓｅｄｆｏｒｆｅａｔｕｒｅｄｉｍｅｎｓｉｏｎｒｅｄｕｃｔｉｏｎａｎｄＳＶＭｆｏｒｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ｆｉｎａｌｌｙ，ｔｈｅａｌｇｏｒｉｔｈｍｗｉｔｈＭａｔｌａｂａｎｄ

ｒａｔｅｉｍｐｌｅｍｅｎｔｅｄｅｘｐｅｒｉｍｅｎｔｅｄｉｎＪａｐａｎｅｓｅｆｅｍａｌｅｆａｃｉａｌｅｘｐｒｅｓｓｉｏｎｄａｔａｂａｓｅ（ＪＡＦＦＥｄａｔａｂａｓｅ）．Ａｒｅｃｏｇｎｉｔｉｏｎ

ａｌｇｏｒｉｔｈｍｉｓｐｒｏｖｅｄ．ｏｆ６６．１％ｗａｓｏｂｔａｉｎｅｄａｎｄｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｐｒｏｐｏｓｅｄ

Ｋｅｙｗｏｒｄｓ：ｆａｃｉａｌｅｘｐｒｅｓｓｉｏｎｒｅｃｏｇｎｉｔｉｏｎ；ＮＭＦ；ＳＶＭ

表情是人类交流中信息传递的主要媒介，是语言交流的重要补充．面部表情识别是一项艰巨的任务，特征选择是人脸表情识别中的一个关键问题，其基本任务是从众多特征中找出最有效的特征．子空间分析法因具有描述性强、计算代价小、易实现及可分性好等特点，广泛应用于人脸特征提取，成为当前人脸识别和人脸表情识别的主流方法之一ｆ１１．

目前国内外常用的子空间分解方法有主变量分析法（ＰｒｉｎｃｉｐａｌＣｏｍｐｏｎｅｎｔＡｎａｌｙｓｉｓ，ＰＣＡ）‘２１、收稿日期：２００８一１２—２３

基金项目：广东省自然科学基金资助项目（０７０１０８６９），北京大学视觉与听觉信息处理国家重点实验室开放课题基金项目（０５０５），，浙江大学ＣＡＤ＆ＣＧ国家重点实验室开放课题（Ａ０７０３）．

作者简介：章国艺（１９８３二），男。浙江苍南人．硕士生。研究方向为面部表情识别，Ｅ ｍａｉｌ：ｚｈａｎｇｇｕｏｙｉ９２３＠１６３．ｃｏｒｎ；应自炉，副教授，硕士生导师，通信作者，研究方向是信号与信息处理，Ｅ－ｍａｉｌ：ｚｉｌｕｙ＠１６３．ｃｏｒｎ．

  本文关键词：北京大学视觉与听觉信息处理国家重点实验室开放课题基金，由笔耕文化传播整理发布。