Combining Features for Recognizing Emotional Facial Expressions in Static Images

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F08%3APU77334" target="_blank" >RIV/00216305:26220/08:PU77334 - isvavai.cz</a>

Result on the web

—

DOI - Digital Object Identifier

—

Result language

angličtina

Original language name

Combining Features for Recognizing Emotional Facial Expressions in Static Images

Original language description

This work approaches the problem of recognizing emotional facial expressions in static images focusing on three preprocessing techniques for feature extraction, such as Principal Component Analysis (PCA), Linear Discriminant Analysis (LDA), and Gabor filters. These methods are commonly used for face recognition and the novelty consists in combining features provided by them in order to improve the performance of an automatic procedure for recognizing emotional facial expressions. Classification performance experiments, testing new expressions and new subjects, were performed on the Japanese Female Facial Expression (JAFFE) database using a Multi-Layer Perceptron (MLP) Neural Network as classifier. The best classification performance on new expressionswas obtained combining PCA and LDA features (93% of correct recognition rate), whereas that on new subjects was obtained combining PCA, LDA and Gabor filter features (94% of correct recognition rate).

Czech name

Kombinace příznaků pro rozpoznávání emocionálních výrazů ve tvářích ze statických obrazů

Czech description

Tento článek se zabývá problémem rozpoznání emocionálních výrazů ve tváři ze statických obrazů, zejména pak se zaměřuje na tři základní techniky extrakce příznaků: analýza hlavních komponent (PCA), lineární diskriminační analýza (LDA) a Gaborovy filtry.Tyto metody bývají často používány pro rozpoznávání jednotlivých tváří. Hlavním přínosem tohoto článku je využití kombinace těchto příznaků pro zvýšení spolehlivosti automatického systému pro rozpoznávání emocionálních výrazů ve tváři. Jako klasifikátorv tomto systému byla zvolena třívrstvá dopředná neuronová síť, která byla trénována na obrazcích z databáze Japanese Female Facial Expression (JAFFE). Při klasifikaci byly rozpoznávány jednak obrázky nových výrazů subjektů z trénovací množiny a také obrázky nových subjektů.

Type

J_x - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)

CEP classification

JA - Electronics and optoelectronics

OECD FORD branch

—

Project

<a href="/en/project/1ET301710509" target="_blank" >1ET301710509: Sophisticated noise and defect suppression devices in speech communication and transmission for new generation mobile and cable networks</a><br>

Continuities

Z - Vyzkumny zamer (s odkazem do CEZ)

Publication year

2008

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Name of the periodical

Lecture Notes in Computer Science (IF 0,513)

ISSN

0302-9743

e-ISSN

—

Volume of the periodical

2008

Issue of the periodical within the volume

5042

Country of publishing house

DE - GERMANY

Number of pages

13

Pages from-to

—

UT code for WoS article

—

EID of the result in the Scopus database

—