基于Gabor小波变换的面部表情识别及应用分析研究

路绳方; 刘莉莉; 唐震

doi:10.13960/j.issn.1672-2558.2025.02.009

南京工程学院学报（自然科学版） ›› 2025, Vol. 23 ›› Issue (2) : 60 -66. DOI: 10.13960/j.issn.1672-2558.2025.02.009

基于Gabor小波变换的面部表情识别及应用分析研究

路绳方, 刘莉莉, 唐震

作者信息 +

Author information +

文章历史 +

摘要

面部表情能够传达丰富的信息和内涵，面部表情的变化在一定程度上反映人的内心变化活动规律.文章根据面部图像局部特征，通过提取标签二维Gabor小波特征，利用主成分分析法进行特征降维，并对轻量化特征利用极限学习机分类器训练检测模型，实现面部常见的七种表情(高兴、悲伤、愤怒、惊讶、恐惧、厌恶、平静)精准分类.试验结果表明，与其他经典算法相比，文章算法具有较强的稳定性和较高的面部表情正确识别率.文章提出的算法和系统通过捕捉识别人员的表情信息分析其内心想法和心理活动，可为纪检审查工作提供技术支撑.