基于 Gabor 滤波和类内 PCA 的人脸表情识别研究

摘要

本文提出了一种PCA在表情识别方面的新方法——类内PCA。首先，将所有的训练样本按表情类别分好;再对分好类的训练样本进行Gabor滤波，得到每一类表情的Gabor特征;然后对滤波后的表情样本按类别进行PCA特征选择并得到每类表情的最主要特征，构造每类表情的特征空间，我们把构造这些特征空间的特征向量称为特征表情;最后在特征表情的基础上进行分类识别。本方法在日本女性表情数据库JAFFE上的实验结果表明，与传统的PCA方法相比，该方法的识别率有较大的提高。