.png){kind=icon}
返回
Facial micro expression classification and recognition method based on hidden Markov and support vector machine
.png){kind=icon}
PRE
AI
DOI：10.1504/IJBM.2026.151096.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为了降低面部微表情分类与识别的误识别率和时间消耗，提出了一种基于隐马尔可夫模型和支持向量机的面部微表情分类与识别方法。首先，采用双线性插值和均值方差归一化方法对微表情样本图像进行预处理；其次，利用Gabor小波变换提取微表情空间局部特征；最后，构建隐马尔可夫模型提取时序特征，并通过Viterbi算法搜索最优特征序列。将特征序列输入支持向量机完成分类与识别。实验结果表明，该方法误识别率始终低于0.2%，AUC面积接近1，识别时间始终低于15 ms。因此，该方法显著提高了微表情识别的准确性和时效性。
Keyword:
Gabor wavelet transform
feature extraction
hidden Markov
support vector machine
SVM
micro expression recognition
