一种人脸表情分类的新方法Manhattan距离李俊华.pdfVIP

, () 计算机工程与应用 74 2008442 ComputerEngineeringandApplications 一种人脸表情分类的新方法———Manhattan距离 李俊华,彭 力 , LIJun-huaPENGLi 江南大学 通信与控制工程学院,江苏 无锡 214122 , , , , SchoolofCommunicationandControlEngineeringJiangnanUniversityWuxiJiangsu214122China : E-mailsytu2008@163.com , ——— LIJun-huaPENGLi.Newapproachtofacialexpressionclassification Manhattandistance.ComputerEngineeringand , , (): Applications2008442 74-75. : ’ Abstract Thepaperispresentedanewmethodoffacialexpressionclassification.ItscalledManhattandistance.Manhattandis- tanceyieldsahighervalueforpairsofobjectsthatarelesssimilartooneanother.TheauthorcomparesManhattandistancewith EuclideandistanceandCOSdistanceintheexperiment.TheperformanceofManhattandistanceisbetterthanothermethods. : ; ; ; KeywordsManhattandistancefacialexpressionclassificationEuclideandistanceCOSdistance 摘 要:提出了一种利用Manhattan距离进行人脸表情分类的新方法。Manhattan距离计算出具有不同模式的两个对象的距离更 大。在实验中,比较了Manhattan距离、欧氏距离、余弦距离在人脸表情分类中的性能,得出Manhattan距离比另外两类距离有着更 好的识别效果。 关键词: 距离;人脸表情分类;欧氏距离;余弦距离 Manhattan 文章编号: ( ) 文献标识码: 中图分类号: 1002-8331200802-0074-02 A TP391 1 引言 干扰的信息。对于人脸表情识别来说,背景、饰物、耳朵、头发等 在人与人之间交流中,视觉占信息获取的70%左右,是重 都是噪声,为了减少此类噪声的影响,将原始图像进行了切割, 要的信息来源渠道。人脸表情信息的获取是视觉信息获取的重 切割过程是手工处理的,切割主要表情区域的方法来对图像进 行处理。见图 所示,列出了部分切割后的表情特征块图像。分 要组成部分,因此表情识别有着深远的意义,使其成为社会学、 1 计算机学、心理学等多种学科的研究重点。人脸表情识别可以 别切割了嘴、眼睛、眉毛这些主要特征区域,保留了特征信息, 应用到人机互交中,从而建立起一个更加真实的人机对话环 消除了大量的噪声信息。切割后的图像尺寸不等并且精度比较 境。目前,国内外学者围绕这一问题作了大量的研究,提出了一